【LeetCode】3. 无重复字符的最长子串

题目

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 * 104

s 由英文字母、数字、符号和空格组成

解题思路

核心要点：

子串是连续的字符序列，不同于子序列
需要找到不包含重复字符的最长子串长度
高效判断字符是否重复是关键

最有效的解法是滑动窗口法 结合哈希集合：

使用左右两个指针表示当前窗口的边界
右指针不断向右移动，将字符加入哈希集合
当遇到重复字符时，移动左指针并从集合中移除相应字符，直到窗口中没有重复字符
每次移动后计算当前窗口长度，并更新最大长度

这种方法只需一次遍历，时间复杂度为O(n)，非常高效。

代码实现

java 复制代码

import java.util.HashSet;
import java.util.Set;

public class LongestSubstring {
    public int lengthOfLongestSubstring(String s) {
        // 哈希集合，用于存储当前窗口中的字符
        Set<Character> set = new HashSet<>();
        int n = s.length();
        // 右指针，初始值为 -1，相当于在字符串的左边界的左侧，还没有开始移动
        int right = -1;
        int maxLength = 0;
        
        for (int left = 0; left < n; left++) {
            if (left != 0) {
                // 左指针向右移动一格，移除一个字符
                set.remove(s.charAt(left - 1));
            }
            
            // 不断移动右指针，直到遇到重复字符
            while (right + 1 < n && !set.contains(s.charAt(right + 1))) {
                set.add(s.charAt(right + 1));
                right++;
            }
            
            // 更新最大长度
            maxLength = Math.max(maxLength, right - left + 1);
        }
        
        return maxLength;
    }

    // 测试示例
    public static void main(String[] args) {
        LongestSubstring solution = new LongestSubstring();
        System.out.println(solution.lengthOfLongestSubstring("abcabcbb"));  // 输出：3
        System.out.println(solution.lengthOfLongestSubstring("bbbbb"));     // 输出：1
        System.out.println(solution.lengthOfLongestSubstring("pwwkew"));    // 输出：3
        System.out.println(solution.lengthOfLongestSubstring(""));          // 输出：0
    }
}

复杂度分析

时间复杂度：O(n)，其中n是字符串的长度。左指针和右指针分别最多移动n次。
空间复杂度：O(min(m, n))，其中m是字符集的大小。在最坏情况下，整个字符串都没有重复字符，此时集合的大小为n。

关键要点

滑动窗口技术的应用：通过调整左右指针维护一个有效的窗口
哈希集合的使用：快速判断字符是否已存在于当前窗口中
一次遍历即可完成计算，效率高，适合处理大规模字符串（题目中提示长度可达5×10^4）
边界处理：当字符串为空时，直接返回0