python 无重复字符的最长子串 Leetcode No.3

python 无重复字符的最长子串 Leetcode No.3

题意

刚开始看到这个题目的是，下意识觉得会用动态规划写，动态规划有个经典题目，就是求两个字符串的公共最长子序列，感觉很像。anyway，哈哈哈哈。
思路：

1. 第一种暴力解法，不说了
2. 第二种滑动窗口，先尝试选取一个合适的滑动窗口的大小，比如第一个例子中初步定下来是abc然后我们就往里面加后续的字母，比如往abc的滑动窗口中加入a，会发现里面有了，那就把最左边移出取，把a加入进去，如果滑动窗口的长度不变，那不就代表，a是出现在最左边的，变了（其实变与不变都一样操作，应该我们只需要找到长度大于3的，用set存完会去重），就继续上述的操作，直到找到一个长度为3的滑动窗口，然后继续往里面添加元素，如果已知不变，那么最长的滑动窗口就是3了。
3. 第三种方法是优化的滑动窗口，从第二种方法我们知道，如果发现又一个元素已经在set里面出现了，我们是移除掉最左边的元素。而第三种方法是，直接把滑动窗口的最左边移动到，存在的元素。eg：abcacbb，起初的滑动窗口是abc，然后发现a在里面，那我们找到a的index，移动到他的前面，也就是现在的滑动窗口是bca了（我们记录了最大的滑动窗口的数字），然后我们发现c也在里面，那么移动到它的前面，现在的滑动窗口是ac，虽然比前面的三个少了，但是没有关系，因为我们已经记录下最大的滑动窗口，那为什么这么做呢，因为当你发现了一个元素已经出现过了，那你无论怎么移动窗口，那么窗口的大小要不就是和以前一样大，要不就是比以前小，那不如直接移动到，出现元素的前面，重新开始添加元素。（有点字符串匹配中kmp算法的思想，感兴趣的了解一下）

#第二种方法
class Solution(object):
    def lengthOfLongestSubstring(self, s):
        """
        :type s: str
        :rtype: int
        """
        n = len(s)
        ans = i = j =0
        longth_set = set()
        while (i<n) and (j<n):
            if s[j] not in longth_set:
                longth_set.add(s[j])
                j+=1
                ans = max(ans,j-i)
            else:
                longth_set.remove(s[i])
                i+=1
            print(longth_set)
        
        return ans
        
    

#第三种方法
class Solution(object):
    def lengthOfLongestSubstring(self, s):
        """
        :type s: str
        :rtype: int
        """
        res = i = 0
        for j in range(len(s)):
            if s[j] not in s[i:j]:
                res = max(res, j+1-i)
            else:
                i += s[i:j].index(s[j]) + 1
        return res