3. 无重复字符的最长子串

1.题目介绍

给定一个字符串 \(s\) ，请你找出其中不含有重复字符的 最长子串 的长度。

示例 1:

输入: s = "abcabcbb"
输出: 3 
解释: 因为无重复字符的最长子串是 "abc"，所以其长度为 3。

示例 2:

输入: s = "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b"，所以其长度为 1。

示例 3:

输入: s = "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke"，所以其长度为 3。
     请注意，你的答案必须是 子串 的长度，"pwke" 是一个子序列，不是子串。

提示：

• \(0 <= s.length <= 5 * 10^{4}\)
• \(s\) 由英文字母、数字、符号和空格组成

2.题解

2.1 滑动窗口

思路

这里的核心思路是为何ret不需要回溯？
我每次起始位置i向后移动一个，这时候就面临需不需要回溯的问题，即ret要不要重新从起始位置i开始判断。
但是注意这里实际包含的字母是比之前少一个，之前成立的现在必定成立，之前不成立的由于去掉的首位字母有可能实现，这就说明不需要回溯，所以ret维持原有位置即可，维护一个可滑动的窗口，是滑动窗口算法实现的理论基础。
这里使用了底层是哈希表的集合来存储出现的各位字母，然后利用滑动窗口不断判断记录最大长度。

代码

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        unordered_set<int> us;
        int ret = 0, ans = 0;    
        for (int i = 0; i < s.length(); i++){
            if (i != 0) us.erase(s[i-1]);
            while (!us.count(s[ret])){
                us.insert(s[ret]);
                if (ret != s.length() - 1) ret++;
                else return max(ans, ret - i + 1); //注意本来算长度就应该是距离+1，但是之前ret++多加了一个，所以后面直接用的ret-i,这里并没有使用加法，所以需要+1
            }
            ans = max(ans, ret - i);
        }
        return ans;
    }
};

2.2 滑动窗口（unordered_map）

思路

这里主要思路是用unordered_map维护窗口中的字符值和其所在的最新索引位置

代码

class Solution {
public:
	int lengthOfLongestSubstring(string s) {
		unordered_map<char, int> window;
		int ans = 0, left = 0;
		for (int i = 0; i < s.length(); i++){
			char ch = s[i];
			if(window.count(ch) && window[ch] >= left){
				ans = max(ans, i - left);
				left = window[ch] + 1;
			}
			window[ch] = i;
		}
		//return ans;
		return max(ans, i - left); //结尾处必须还要进行一次判断，因为存在所有字符均不重复，导致ans没有进行过一次计算的情况 或者是 最大结果其实是从某一起点开始遍历到最后一个节点，这中间没有重复字符，但是未进行计算
	}
};