目录
一、题目解析
示例 1：
示例 2：
示例 3：
二、算法原理
解法一：暴力枚举 + 哈希表（O(n²)）
解法二：滑动窗口（推荐！O(n)）
滑动窗口的核心步骤：
三、编写代码（Java）
for循环写法（推荐！！！）
while循环写法
四、总结
OJ链接：无重复字符的最长子串
哈喽大家好！今天咱们来啃一道经典的算法题——无重复字符的最长子串。这道题在 LeetCode 上是第 3 题，难度中等，但绝对是必练的滑动窗口入门题！
一、题目解析
先看题目描述：
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。
注意关键词：子串（必须是连续的！）和无重复字符。
示例 1：
输入：
s = "abcabcbb"输出：3
解释：因为无重复字符的最长子串是
"abc"，所以长度为 3。
示例 2：
输入：
s = "bbbbb"输出：1
解释：因为无重复字符的最长子串是
"b"，所以长度为 1。
示例 3：
输入：
s = "pwwkew"输出：3
解释：因为无重复字符的最长子串是
"wke"，所以长度为 3。（注意"pwke"是子序列，不是子串！）
📌小贴士：子串 vs 子数组 → 都是连续的一段！别被“子序列”带偏了！
二、算法原理
这道题有几种解法，我们重点讲两种：
解法一：暴力枚举 + 哈希表（O(n²)）
枚举所有子串，用哈希表判断是否有重复字符。
时间复杂度高，不推荐，但可以作为理解题意的起点。
解法二：滑动窗口（推荐！O(n)）
利用“窗口”思想，维护一个无重复字符的连续区间。
用两个指针
left和right表示窗口左右边界。用一个数组（或哈希表）记录每个字符出现的次数。
滑动窗口的核心步骤：
初始化：
left = 0,right = 0进窗口：让
s[right]进入窗口 →hash[s[right]]++判断：如果
hash[s[right]] > 1→ 说明有重复！出窗口：从左边开始删，直到重复字符被移除 →
hash[s[left++]]--更新结果：
ret = Math.max(ret, right - left + 1)移动右指针：
right++
关键点：窗口内始终是无重复字符的！一旦重复，就收缩左边界，直到恢复无重复状态。
三、编写代码（Java）
我整理了两种写法，for循环写法更推荐（结构清晰，易读），也保留了while循环写法，方便你对比学习。
for循环写法（推荐！！！）
class Solution { public int lengthOfLongestSubstring(String ss) { // 先转换为字符数组 char[] s = ss.toCharArray(); // 数组模拟哈希表存储每个字符出现的次数 // 也是滑动窗口需要维护的数据 int hash[] = new int[128]; int n = ss.length(); int len = 0; for(int left = 0, right = 0; right < n; right++) { // 入窗口 hash[s[right]]++; // 判断 while(hash[s[right]] > 1) { // 出窗口 hash[s[left++]]--; } // 更新结果 len = Math.max(len, right - left + 1); } return len; } }while循环写法
class Solution { public int lengthOfLongestSubstring(String ss) { char[] s = ss.toCharArray(); int[] hash = new int[128]; int left = 0, right = 0; int ret = 0; int n = ss.length(); while (right < n) { // 入窗口 hash[s[right]]++; // 判断 while (hash[s[right]] > 1) { // 出窗口 hash[s[left++]]--; } // 更新结果 ret = Math.max(ret, right - left + 1); // 让下一个字符进入窗口 right++; } return ret; } }四、总结
这道题是滑动窗口的经典入门题，核心是：
用双指针维护窗口
用数组/哈希表记录字符频次
遇到重复就收缩左边界
每次更新最大长度
时间复杂度：O(n)
空间复杂度：O(1)（因为字符集固定128）
