要解决 "最长无重复字符子串" 问题，我们可以通过滑动窗口算法 结合哈希表高效求解。以下是详细的解题步骤，包括问题分析、算法设计、具体实现和边界处理：
一、问题分析
题目 ：给定一个字符串 s，请找出其中不含有重复字符的最长子串的长度。示例：
- 输入
s = "abcabcbb"，输出3（最长子串为"abc"、"bca"等，长度均为 3）。 - 输入
s = "bbbbb"，输出1（唯一无重复子串为单个"b"）。 - 输入
s = ""，输出0（空字符串无有效子串）。
二、核心算法：滑动窗口 + 哈希表
1. 滑动窗口的基本思想
滑动窗口是一种通过双指针 （左指针 left 和右指针 right）界定 "当前子串范围" 的技术。两个指针之间的区域称为 "窗口"，通过移动指针动态调整窗口大小，以寻找满足条件（无重复字符）的最长子串。
- 右指针
right：负责 "扩展窗口"，不断向右移动以纳入新字符，尝试扩大子串长度。 - 左指针
left：负责 "收缩窗口"，当右指针遇到重复字符时，左指针向右移动，直到窗口内不再包含重复字符，保证窗口的有效性。
2. 哈希表的作用
为了快速判断 "右指针新纳入的字符是否已在当前窗口中"，我们使用哈希表（本题中用大小为 128 的数组，对应 ASCII 字符集）记录字符在窗口中的存在状态：
- 数组索引 = 字符的 ASCII 值（如
'a'的 ASCII 值为 97，对应索引 97）。 - 数组值 = 1 表示字符 "在当前窗口中"，0 表示 "不在窗口中"。
- 优势：判断字符是否重复的时间复杂度为 O(1)，比遍历子串检查（O (n)）高效得多。
三、详细解题步骤
以示例 s = "abcabcbb" 为例，逐步演示算法执行过程：
步骤 1：初始化
- 左指针
left和右指针right均指向字符串起始位置（left = right = 0，对应字符'a'）。 - 哈希表
hash[128]初始化全为 0（表示所有字符初始状态为 "不在窗口中"）。 - 变量
max_len记录最长子串长度，初始为 0。
步骤 2：扩展右指针，纳入新字符
循环执行以下操作，直到 right 到达字符串末尾（*right == '\0'）：
① 检查新字符是否重复
右指针当前指向的字符为 s[right]，通过哈希表判断：
- 若
hash[s[right]] == 0：字符未重复，可直接纳入窗口。 - 若
hash[s[right]] == 1：字符已在窗口中，需先收缩左指针。
② 收缩左指针（若有重复）
当新字符重复时，左指针 left 向右移动，同时将移出窗口的字符从哈希表中移除（标记为 0），直到重复字符被移出窗口：
- 例如，当
right指向第 3 个字符'a'（索引 3）时，哈希表中hash['a'] = 1（因为left仍在索引 0，'a'已在窗口中）。 - 此时左指针右移（
left = 1），并将s[0] = 'a'从哈希表中移除（hash['a'] = 0），窗口中不再有重复的'a'。
③ 纳入新字符并更新最长长度
将右指针指向的字符纳入窗口（hash[s[right]] = 1），计算当前窗口长度（right - left + 1），若大于 max_len 则更新 max_len。
④ 右指针右移，继续扩展
重复上述步骤，直到 right 遍历完所有字符。
四、示例执行过程（s = "abcabcbb"）
| 步骤 | right 指向 |
字符 | 是否重复 | 左指针调整 | 窗口范围 | 当前长度 | max_len |
|---|---|---|---|---|---|---|---|
| 1 | 0（'a'） |
'a' | 否 | 无 | [0,0] | 1 | 1 |
| 2 | 1（'b'） |
'b' | 否 | 无 | [0,1] | 2 | 2 |
| 3 | 2（'c'） |
'c' | 否 | 无 | [0,2] | 3 | 3 |
| 4 | 3（'a'） |
'a' | 是（窗口有 'a'） | left→1 | [1,3] | 3 | 3 |
| 5 | 4（'b'） |
'b' | 是（窗口有 'b'） | left→2 | [2,4] | 3 | 3 |
| 6 | 5（'c'） |
'c' | 是（窗口有 'c'） | left→3 | [3,5] | 3 | 3 |
| 7 | 6（'b'） |
'b' | 是（窗口有 'b'） | left→4 | [4,6] | 3→2（left→5 后） | 3 |
| 8 | 7（'b'） |
'b' | 是（窗口有 'b'） | left→6 | [6,7] | 2→1（left→7 后） | 3 |
最终 max_len = 3，与预期结果一致。
五、代码实现（修正后）
cpp
int lengthOfLongestSubstring(char* s) {
int hash[128]={0};
int max = 0;
char *left = s;
char *right = s; //左右指针初始位置均在S第一个字符
while(*right!='\0'){
while(hash[*right]) //直至重复元素对的前者被剔除
{
hash[*left]=0; //哈希表中删除左元素
left++;
}
hash[*right] = 1; //添加该右元素
if(right-left+1>max)
max = right-left+1;
right++; //右移
}
return max;
}六、关键细节与边界处理
- 空字符串 ：若
s为空（*s == '\0'），循环不执行，直接返回0，避免指针越界。 - 单字符字符串 ：如
s = "a"，右指针处理'a'后，窗口长度为 1，max_len = 1。 - 全重复字符 ：如
s = "aaaaa"，每次右指针移动都会触发左指针收缩（始终与右指针相邻），窗口长度恒为 1，max_len = 1。 - 字符类型转换 ：用
(unsigned char)*right确保 ASCII 值为 0~255 的字符正确映射到数组索引（避免负数索引）。
七、时间与空间复杂度
- 时间复杂度 ：O (n)，其中
n是字符串长度。每个字符最多被left和right各访问一次，总操作次数为 O (n)。 - 空间复杂度：O (1)，哈希表大小固定为 128（ASCII 字符集），与输入规模无关。
通过滑动窗口动态调整和哈希表快速判断，该算法高效解决了 "最长无重复字符子串" 问题，兼顾了时间和空间效率。
作者：牢笼
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。