题目

• 请从字符串中找出一个最长的不包含重复字符的子字符串，计算该最长子字符串的长度。

示例

• 示例1

输入: "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: "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: "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。

代码

• 双指针+哈希表

class Solution {
    // 滑动窗口，用set维护一个不重复的窗口
    public int lengthOfLongestSubstring(String s) {
        int res = 0;
        Set<Character> set = new HashSet<>();
        for(int l = 0, r = 0; r < s.length(); r++) {
            char c = s.charAt(r);
            while(set.contains(c)) {
                set.remove(s.charAt(l++));
            }
            set.add(c);
            res = Math.max(res, r - l + 1);
        }

        return res;
    }
}

这种做法之前已经见过，具体参见文章

• dp+哈希表+优化

public int lengthOfLongestSubstring(String s) {
    Map<Character, Integer> dic = new HashMap<>();
    int res = 0, tmp = 0;
    for(int j = 0; j < s.length(); j++) {
        // getOrDefault(key, default)
        // 代表当哈希表包含键 key 时返回对应 value ，不包含时返回默认值 default
        int i = dic.getOrDefault(s.charAt(j), -1); // 获取索引 i
        dic.put(s.charAt(j), j); // 更新哈希表
        tmp = tmp < j - i ? tmp + 1 : j - i; // dp[j - 1] -> dp[j]
        res = Math.max(res, tmp); // max(dp[j - 1], dp[j])
    }
    return res;
}

代码分析：详解 代码是相当的巧妙、

举例说明：对动态规划状态转移方程边界条件那部分的理解

假如存在字符串 s：bbcabca. 可以看到 s[5] = c，dp[5] = 3，因为 s[5] 之前的最长的子串是“abc”。
现在要计算 dp[6] ,与 s[6] 距离最近的是 s[3]，他们都是 “a”。不难发现 6-3 == 3，等于 dp[5] 或者在 dp[5] 之内,所以 dp[6] = 3。
反之如果 j - i > dp[i-1]，说明与 dp[j] 相等的元素的下标不在 dp[j-1] 长度的范围之内，不会打破不重复的规则，那么dp[j] 就等于 dp[j-1] + 1.

本文题目：zui-chang-bu-han-zhong-fu-zi-fu-de-zi-zi-fu-chuan-lcof