題目鏈接
tag:

• Medium；

question：
??Given a string, find the length of the longest substring without repeating characters.

Example 1:

Input: "abcabcbb"
Output: 3
Explanation: The answer is "abc", with the length of 3.

Example 2:

Input: "bbbbb"
Output: 1
Explanation: The answer is "b", with the length of 1.

Example 3:

Input: "pwwkew"
Output: 3
Explanation: The answer is "wke", with the length of 3.
Note that the answer must be a substring, "pwke" is a subsequence and not a substring.

思路：
??給了一個字符串，讓求最長的無重復字符的子串，注意這里是子串，不是子序列，所以必須是連續(xù)的。我們先不考慮代碼怎么實現(xiàn)，拿Example1中的例子"abcabcbb"，該怎么找。博主會一個字符一個字符的遍歷，比如a，b，c，然后又出現(xiàn)了一個a，那么此時就應該去掉第一次出現(xiàn)的a，然后繼續(xù)往后，又出現(xiàn)了一個b，則應該去掉一次出現(xiàn)的b，以此類推，最終發(fā)現(xiàn)最長的長度為3。所以說，我們需要記錄之前出現(xiàn)過的字符，記錄的方式有很多，最常見的是統(tǒng)計字符出現(xiàn)的個數(shù)，但是這道題字符出現(xiàn)的位置很重要，所以我們可以使用HashMap來建立字符和其出現(xiàn)位置之間的映射。進一步考慮，由于字符會重復出現(xiàn)，到底是保存所有出現(xiàn)的位置呢，還是只記錄一個位置？我們之前手動推導的方法實際上是維護了一個滑動窗口，窗口內(nèi)的都是沒有重復的字符，我們需要盡可能的擴大窗口的大小。由于窗口在不停向右滑動，所以我們只關心每個字符最后出現(xiàn)的位置，并建立映射。窗口的右邊界就是當前遍歷到的字符的位置，為了求出窗口的大小，我們需要一個變量left來指向滑動窗口的左邊界，這樣那么就分兩種情況，在或不在滑動窗口內(nèi)，如果不在滑動窗口內(nèi)，那么就沒事，當前字符可以加進來，如果在的話，就需要先在滑動窗口內(nèi)去掉這個已經(jīng)出現(xiàn)過的字符了，去掉的方法并不需要將左邊界left一位一位向右遍歷查找，由于我們的HashMap已經(jīng)保存了該重復字符最后出現(xiàn)的位置，所以直接移動left指針就可以了。我們維護一個結果res，每次用出現(xiàn)過的窗口大小來更新結果res，就可以得到最終結果啦。AC代碼如下：

C++ 解法：

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        if (s.size() < 2)
            return s.size();
        unordered_map<char, int> m;
        int max_len = 0, left = -1;
        for (int i=0; i<s.size(); ++i) {
            if (m.count(s[i]) && m[s[i]] > left)
                left = m[s[i]];
            m[s[i]] = i;
            max_len = max(max_len, i-left);
        }
        return max_len;
    }
};

Python 解法：

class Solution:
    def lengthOfLongestSubstring(self, s: str) -> int:
        if len(s) < 2:
            return len(s)
        d = {}
        left = -1
        max_len = 0
        for i in range(len(s)):
            if s[i] in d and d[s[i]] > left:
                left = d[s[i]]
            d[s[i]] = i
            max_len = max(max_len, i-left)
        return max_len