10.滑动窗口解决：无重复字符的最长子串 | LeetCode 3 Java 题解

一、题目解析

[示例 1：](#示例 1：)

[示例 2：](#示例 2：)

[示例 3：](#示例 3：)

二、算法原理

[解法一：暴力枚举 + 哈希表（O(n²)）](#解法一：暴力枚举 + 哈希表（O(n²)）)

OJ链接：无重复字符的最长子串

哈喽大家好！今天咱们来啃一道经典的算法题------无重复字符的最长子串。这道题在 LeetCode 上是第 3 题，难度中等，但绝对是必练的滑动窗口入门题！

一、题目解析

先看题目描述：

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。

注意关键词：子串（必须是连续的！）和无重复字符。

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"，所以长度为 3。（注意 "pwke"是子序列，不是子串！）

📌 小贴士：子串 vs 子数组 → 都是连续的一段！别被"子序列"带偏了！

二、算法原理

这道题有几种解法，我们重点讲两种：

解法一：暴力枚举 + 哈希表（O(n²)）

枚举所有子串，用哈希表判断是否有重复字符。
时间复杂度高，不推荐，但可以作为理解题意的起点。

解法二：滑动窗口（推荐！O(n)）

利用"窗口"思想，维护一个++无重复字符的连续区间。++
用两个指针 left和 right表示窗口左右边界。
用一个数组（或哈希表）记录每个字符出现的次数。

滑动窗口的核心步骤：

初始化 ：left = 0, right = 0
进窗口 ：让 s[right]进入窗口 → hash[s[right]]++
判断：如果 hash[s[right]] > 1→ 说明有重复！
出窗口 ：从左边开始删，直到重复字符被移除 → hash[s[left++]]--
更新结果 ：ret = Math.max(ret, right - left + 1)
移动右指针 ：right++

关键点：窗口内始终是无重复字符的！一旦重复，就收缩左边界，直到恢复无重复状态。

三、编写代码（Java）

我整理了两种写法，for循环写法更推荐（结构清晰，易读），也保留了while循环写法，方便你对比学习。

for循环写法（推荐！！！）

java 复制代码

class Solution {
    public int lengthOfLongestSubstring(String ss) {
        // 先转换为字符数组
        char[] s = ss.toCharArray();

        // 数组模拟哈希表存储每个字符出现的次数
        // 也是滑动窗口需要维护的数据
        int hash[] = new int[128];

        int n = ss.length();
        int len = 0;
        for(int left = 0, right = 0; right < n; right++) {
            // 入窗口
            hash[s[right]]++;

            // 判断
            while(hash[s[right]] > 1) {
                // 出窗口
                hash[s[left++]]--;
            }

            // 更新结果
            len = Math.max(len, right - left + 1);
        }
        return len;
    }
}

while循环写法

java 复制代码

class Solution {
    public int lengthOfLongestSubstring(String ss) {
        char[] s = ss.toCharArray();

        int[] hash = new int[128];

        int left = 0, right = 0;
        int ret = 0;
        int n = ss.length();

        while (right < n) {
            // 入窗口
            hash[s[right]]++;

            // 判断
            while (hash[s[right]] > 1) {
                // 出窗口
                hash[s[left++]]--;
            }

            // 更新结果
            ret = Math.max(ret, right - left + 1);
            // 让下一个字符进入窗口
            right++;
        }
        return ret;
    }
}

四、总结

这道题是滑动窗口的经典入门题，核心是：

用双指针维护窗口
用数组/哈希表记录字符频次
遇到重复就收缩左边界
每次更新最大长度

时间复杂度：O(n)

空间复杂度：O(1)（因为字符集固定128）