LeetCode 003. 无重复字符的最长子串 - 滑动窗口与哈希表详解

一、文章标题

二、文章内容

1. 题目概述

题目描述：给定一个字符串 s，请找出其中不含重复字符的最长子串的长度。子串需连续，且字符不可重复。
原题链接：https://leetcode.cn/problems/longest-substring-without-repeating-characters/
难度等级：Medium
相关标签：字符串、哈希表、滑动窗口、双指针

2. 文章目录

问题分析：
- 输入：一个字符串 s（可包含字母、数字、符号等）。
- 输出：s 中不含重复字符的最长子串的长度（整数）。
- 约束：子串必须连续；字符一旦重复，需移动左边界重新保持无重复。
核心难点：
- 如何在扫描过程中高效检测并维护"无重复"的窗口。
- 当右侧遇到重复字符时，如何快速将左指针跳到正确位置，避免一个个挪动导致退化为 O(n^2)。
解题方向：
1. 暴力：枚举所有起点，向右扩张直到出现重复，更新答案。
2. 滑动窗口 + HashSet：维护一个无重复窗口，重复时左指针逐步右移并移除字符。
3. 滑动窗口 + HashMap（最优）：记录每个字符最近一次出现的位置，遇到重复时左指针一次性跳跃到重复字符的下一个位置。

4. 算法详解

解法一：暴力枚举 + 去重检查 {#解法一}

算法原理

基本思想：固定起点 i，使用一个集合记录已出现字符，从 i 向右扩张 j，遇到重复则停止，更新答案。
适用场景：数据量较小、用于直观理解问题结构与边界情况。

具体实现

步骤1：特殊情况处理，若 s 为空或长度为 0，返回 0。
步骤2：外层循环遍历起点 i，内层使用 HashSet 从 i 开始扩张 j，直到遇到重复。
步骤3：过程中维护最长长度 maxLen。

复杂度分析

时间复杂度：O(n^2)，最坏情况下（如全不重复），每个起点都可能扫描到末尾。
空间复杂度：O(min(n, Σ))，Σ 为字符集大小，集合中最多存储当前子串的字符数。

Java代码实现

java 复制代码

class Solution {
    public int lengthOfLongestSubstring(String s) {
        // 边界处理：空字符串或null，直接返回0
        if (s == null || s.length() == 0) {
            return 0;
        }
        int n = s.length();
        int maxLen = 0;
        // 外层固定起点 i
        for (int i = 0; i < n; i++) {
            java.util.HashSet<Character> seen = new java.util.HashSet<>();
            // 从 i 向右扩张 j
            for (int j = i; j < n; j++) {
                char c = s.charAt(j);
                if (seen.contains(c)) {
                    // 遇到重复字符，当前起点下的最长子串结束
                    break;
                }
                seen.add(c);
                // 更新答案
                int currLen = j - i + 1;
                if (currLen > maxLen) {
                    maxLen = currLen;
                }
            }
        }
        return maxLen;
    }
}

解法二：滑动窗口（HashMap 下标跳跃） {#解法二}

算法原理

基本思想：使用双指针 $left, right$ 表示当前无重复窗口，HashMap 记录每个字符最近一次出现的下标。
当右指针读到重复字符 c 时，将 left 跳到 max(left, lastIndex $c$ + 1)，确保窗口内无重复。
适用场景：通用最优解，线性时间，思路清晰，易于面试手写。

具体实现

步骤1：特殊情况处理，s 为空或长度为 0 返回 0。
步骤2：维护 HashMap<Character, Integer> lastIndex，left 指向当前窗口左边界，遍历 right 从 0 到 n-1。
步骤3：若当前字符 c 在 map 中且上次位置 >= left，则更新 left 为上次位置 + 1；随后更新 map 中 c 的下标为 right，并维护答案。

复杂度分析

时间复杂度：O(n)，每个字符至多被左右指针各访问/更新常数次。
空间复杂度：O(min(n, Σ))，Σ 为字符集大小，map 存储窗口中出现过的字符下标。

Java代码实现

java 复制代码

import java.util.HashMap;

class Solution {
    public int lengthOfLongestSubstring(String s) {
        // 边界处理：若字符串为 null 或长度为 0，则没有有效子串，返回 0
        if (s == null || s.length() == 0) {
            return 0;
        }

        // lastIndex 用于记录每个字符最近一次出现的位置（下标）
        HashMap<Character, Integer> lastIndex = new HashMap<>();
        int left = 0;   // 当前无重复窗口的左边界
        int maxLen = 0; // 结果：最长无重复子串长度

        // 使用 right 指针遍历字符串的每个字符
        for (int right = 0; right < s.length(); right++) {
            char c = s.charAt(right);

            // 如果字符 c 出现过，并且它上一次出现位置在当前窗口内
            if (lastIndex.containsKey(c)) {
                int prev = lastIndex.get(c);
                // 将 left 跳到重复字符的下一位，但不能左移（保持单调不回退）
                if (prev + 1 > left) {
                    left = prev + 1;
                }
            }

            // 更新当前字符的最新出现位置
            lastIndex.put(c, right);

            // 计算当前窗口长度并更新答案
            int currLen = right - left + 1;
            if (currLen > maxLen) {
                maxLen = currLen;
            }
        }

        return maxLen;
    }
}

5. 解法对比 {#解法对比}

解法	时间复杂度	空间复杂度	优点	缺点	适用场景
暴力枚举 + 去重检查	O(n^2)	O(min(n, Σ))	思路直观、实现简单	性能较差，无法通过大数据量	入门理解、数据量小
滑动窗口（HashMap 下标跳跃）	O(n)	O(min(n, Σ))	线性时间、实现清晰、面试高频	需理解左指针"跳跃"细节	通用最优、面试推荐

6. 最优解推荐 {#最优解推荐}

最优解推荐：滑动窗口（HashMap 下标跳跃）。
原因：在保证 O(n) 时间复杂度的同时，代码可读性强，空间使用可控，适合在面试中快速、稳定地实现与讲解。

三、文章标签

算法,哈希表,滑动窗口,双指针,字符串,LeetCode,中等

四、文章简述

经典字符串题，利用滑动窗口 + 哈希表实现 O(n) 线性解，关键在于用下标映射实现左指针跳跃，避免逐步移动导致退化。适合准备面试与夯实基础的同学，代码注释详尽，便于快速掌握与复盘。

LeetCode 003. 无重复字符的最长子串 - 滑动窗口与哈希表详解

1. 题目概述

2. 文章目录

目录

3. 解题思路

4. 算法详解

解法一：暴力枚举 + 去重检查 {#解法一}

解法二：滑动窗口（HashMap 下标跳跃） {#解法二}

5. 解法对比 {#解法对比}

6. 最优解推荐 {#最优解推荐}