【LeetCode 热题 100】无重复字符的最长子串

精选专栏链接 🔗

欢迎订阅，点赞＋关注，每日精进1%，与百万开发者共攀技术珠峰

更多内容持续更新中~

【LeetCode 热题 100】无重复字符的最长子串

📝题目描述
💡提示信息
关键概念区分
解题思路分析
[方法一：HashSet + 双指针](#方法一：HashSet + 双指针)
[方法二：HashMap 优化](#方法二：HashMap 优化)
总结

📝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。

示例 1:

bash 复制代码

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。

注意 "bca" 和 "cab" 也是正确答案。

示例 2:

bash 复制代码

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:

bash 复制代码

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。

💡提示信息

0 <= s.length <= 5 * 10 4 10^4 104；
s 由英文字母、数字、符号和空格组成；

关键概念区分

在动手写代码前，必须明确两个概念的区别，这也是容易踩坑的地方：

子串：必须是原字符串中 连续 的一段。例如 "abc" 是 "abcde" 的子串；
子序列：不需要连续，只要保持相对顺序即可。例如 "ace" 是 "abcde" 的子序列；

注意：本题明确要求的是子串。这意味着我们不能跳着选字符，必须在一段连续的区间内寻找答案。

解题思路分析

为了消除重复计算，我们引入滑动窗口的思想。

算法核心思想

维护一个窗口 [left, right]，保证窗口内的字符 始终是不重复的。

右指针 (right)：主动向右移动，负责"探索"新字符，扩大窗口；
左指针 (left)：被动向右移动，负责"收缩"窗口。只有当窗口内出现重复字符时，才移动左指针，直到把那个导致重复的旧字符移出窗口；

效果演示

以字符串 s = "abcabcbb" 为例：

text 复制代码

步骤 1: [a] b c a b c b b   -> 窗口 {a}, 长度 1
步骤 2: [a b] c a b c b b   -> 窗口 {a,b}, 长度 2
步骤 3: [a b c] a b c b b   -> 窗口 {a,b,c}, 长度 3 (目前最大)
步骤 4:  a [b c a] b c b b  -> 遇到 'a' 重复! 左指针右移，移除旧的 'a'。窗口 {b,c,a}, 长度 3
步骤 5:  a b [c a b] c b b  -> 遇到 'b' 重复! 左指针右移，移除旧的 'b'。窗口 {c,a,b}, 长度 3
...以此类推

通过这种方式，左右指针各最多遍历一次字符串，时间复杂度仅为 O ( n ) O(n) O(n)。

方法一：HashSet + 双指针

此方法这是最标准的滑动窗口模板。具体来说是使用 HashSet 来存储当前窗口内的字符，利用集合的特性快速判断是否重复。

算法流程如下：

使用一个 HashSet 记录当前窗口里有哪些字符；
右指针 right 不断向右走，把新字符加进来；
若新字符已经在 Set 里了（说明重复了），我们就让左指针 (left) 一步一步向右挪，并从 Set 中移除对应的字符，直到把那个导致重复的旧字符"挤"出去为止。

Java 代码实现如下：

java 复制代码

class Solution {
    public int lengthOfLongestSubstring(String s) {
        HashSet<Character> window = new HashSet<>();  // HashSet存储当前窗口内的字符
        int left = 0;
        int maxLen = 0;

        for(int right = 0; right < s.length(); right++){
            char c = s.charAt(right);

            // 如果发生冲突，左指针一步步右移，直到移除重复的那个字符
            while(window.contains(c)){
                window.remove(s.charAt(left));
                left++;
            }

            // 此时窗口内无重复，加入新字符并更新最大长度
            window.add(c);
            maxLen = Math.max(maxLen, right - left + 1);
        }


        return maxLen;
    }
}

提交代码，运行结果如下：

方法二：HashMap 优化

在方法一中，当遇到重复字符时，左指针是一步步挪动的。如果我们用 HashMap 记录每个字符 最后一次出现的索引，左指针就可以直接"跳跃"到重复字符的下一位，减少无效操作。

算法流程如下：

HashMap 不仅记录字符本身（Key），还记录该字符 最后一次出现的下标（Value）；
右指针向右遍历时，如果发现当前字符在 Map 中存在；
我们不需要一步步挪左指针，而是直接查看该字符上次出现的位置；
将左指针直接"跳跃" 到上次出现位置 + 1 的地方（当然，要保证左指针不能回退）。这样就瞬间消除了重复。

说明：

HashMap Key 唯一且不可重复。 在滑动窗口向右推进的过程中，同一个字符可能会多次出现。因为 HashMap 的 Key 是唯一的，当我们每次调用 map.put(c, right) 时，如果这个字符 c 之前已经存在，新的索引 right 就会直接覆盖掉旧的索引。

Java代码实现如下：

java 复制代码

import java.util.HashMap;
import java.util.Map;

class Solution {
    public int lengthOfLongestSubstring(String s) {
        Map<Character, Integer> map = new HashMap<>(); // Key存字符，Value存该字符最后出现的索引
        int left = 0;
        int maxLen = 0;

        for (int right = 0; right < s.length(); right++) {
            char c = s.charAt(right);

            // 如果字符已存在，且其索引在当前窗口内，左指针直接跳跃到旧位置的下一位
            if (map.containsKey(c) && map.get(c) >= left) {
                left = map.get(c) + 1;
            }

            // 更新字符的最新索引，并计算当前窗口长度
            map.put(c, right);
            maxLen = Math.max(maxLen, right - left + 1);
        }
        return maxLen;
    }
}

提交代码，运行结果如下：

优化后的效率要比方法一快接近一倍。

总结

这道题是学习 滑动窗口 算法的经典入门题。

识别特征：当你看到求"最长/最短子串/子数组"且满足某种条件（如无重复、和为K）时，首先考虑滑动窗口。
核心难点 ：在于确定何时移动左指针。
- 在本题中，条件是"无重复"，所以当 set.contains(nextChar) 为真时，必须收缩左边界。
避坑指南 ：在使用 HashMap 优化时（方法二），务必注意 left = Math.max(left, ...) 这一步。这是因为左指针只能向右走，不能回头（例如处理 "abba" 这种回文结构时，如果不取 max，left 可能会倒退）。

希望这篇博客能帮你彻底搞懂这道题！