LeetCode刷题笔记(三）无重复字符的最长子串
题目：
给定一个字符串，找出不含有重复字符的最长子串的长度。
示例：
给定 "abcabcbb" ，没有重复字符的最长子串是 "abc" ，那么长度就是3。
给定 "bbbbb" ，最长的子串就是 "b" ，长度是1。
给定 "pwwkew" ，最长子串是 "wke" ，长度是3。请注意答案必须是一个子串，"pwke" 是 子序列 而不是子串。
解题1：
class Solution {
public int lengthOfLongestSubstring(String s) {
int len = s.length();
String result = ""; //最长的不重复子串
String str = ""; //子串
for(int i=0;i-1){
result = result.length() 这是我自己的解法：首先要理解一个思路，如果[i,j]是不重复的，那么要判断[i,j+1]是否重复，就只要判断[j+1]在[i,j]是否存在。个越界检查。
这里的计算就是：设'abcabcbb',len=8,
从(0,1)（含左不含右）开始，不等于len，进入else条件，'a'不包括下一个字符'b'，依次循环，
到了(0,3)的时候，str="abc"，包含下一个字符'c'，result="abc",跳出循环，
进入(1,2)，str="b"，一直到(1,4)，包含下一个字符'b'，result长度等于str长度，所以result不变。跳出循环，
进入(2,3)，str="c"，依次循环，最后一直到最后str的长度也没有超过result。最终得出result为abc，所以长度为3
时间复杂度：O(n^2)
空间复杂度：O(n^2)
解法2：
public class Solution {
public int lengthOfLongestSubstring(String s) {
int n = s.length();
Set set = new HashSet<>(); //存放窗口元素
int ans = 0, i = 0, j = 0; //ans不重复子串长度，i是头节点，j是尾节点
while (i < n && j < n) {
// try to extend the range [i, j]
if (!set.contains(s.charAt(j))){ //不包含下一位字符就把尾节点后移一位，窗口+1,并且判断最长子串的长度
set.add(s.charAt(j++));
ans = Math.max(ans, j - i);
}
else {
set.remove(s.charAt(i++)); //包含下一位就把头节点后移到尾节点的前一位，窗口重新置为1
}
}
return ans;
}
} 滑动窗口思想：其实这个和上面的思路是一样的，就是判断[i,j]和[j+1]是否重复的问题
若重复：头节点后移到尾节点前一位，滑动窗口大小重定义为1。
若不重复：滑动窗口头不变，结尾+1，整个窗口加大1个单位。继续比较下一个。
时间复杂度：O(n^2)；
空间复杂度：O(n);
解法3：
public class Solution {
public int lengthOfLongestSubstring(String s) {
int n = s.length(), ans = 0;
Map map = new HashMap<>(); //存放字符数组和索引，key:char,value:index
for (int j = 0, i = 0; j < n; j++) {
if (map.containsKey(s.charAt(j))) {
i = Math.max(map.get(s.charAt(j)), i); //包含下一个字符就把i移到相同字符的后一个位置
}
ans = Math.max(ans, j - i + 1); //判断长度是否要改变
map.put(s.charAt(j), j + 1); //把字符和索引放进map，重复的会进行覆盖
}
return ans;
}
} 这是一直利用HashMap解题思路:其实也是判断[i,j]和[j+1]的问题。
举个例子：s="abcbadca"; i= 0;j=0
依次把{a:1,b:2,c:3}存入map，此时ans = 3,i=0,j=3;
下一次进入的时候，因为‘b'已存在map中，所以i会被设为2，即字符数组中第一个b的后一个位置。同时map里面的b对应的值会被更新为4，然后判断ans的值，同时map里面的b对应的值会被更新为4。
依次计算，就可以把最长不重复子串的长度得出。这里只有一个循环，map的查找时间复杂度为O(1)，比之前的两种方法都快。
时间复杂度：O(n)；
空间复杂度：O(n)
解法4：
public class Solution {
public int lengthOfLongestSubstring(String s) {
int n = s.length(), ans = 0;
int[] index = new int[128]; // current index of character
for (int j = 0, i = 0; j < n; j++) {
i = Math.max(index[s.charAt(j)], i);
ans = Math.max(ans, j - i + 1);
index[s.charAt(j)] = j + 1;
}
return ans;
}
}这个解法和上面的HashMap的解法其实是一样的，只不过这种解法是把之前map的key作为数组的索引，value作为数组的值。因为字符char会被转为int值(根据ASCII码表对应)。不过这种的优势在于只要一个128的数组，而不是map的结构。
时间复杂度：O(n)；
空间复杂度：O(1);