3. 无重复字符的最长子串

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

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"
，所以其长度为 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"
，所以其长度为 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"
，所以其长度为 3。
     请注意，你的答案必须是 
子串 的长度，"pwke" 是一个子序列，
不是子串。

解题思路：

1. 初始化变量：使用一个哈希表（或数组）来记录每个字符最近出现的位置。定义两个指针，left 和 right，分别表示当前窗口的左右边界。初始时，left 和 right 都指向字符串的开始。

2. 滑动窗口：移动 right 指针，扩展窗口的右边界。对于每一个新字符，检查它是否已经在当前窗口中出现过（即其最近出现位置是否在 left 的右侧）。

3. 调整左边界：如果字符已经在窗口中存在，则将 left 指针移动到该字符上次出现位置的下一个位置，以确保窗口内没有重复字符。

4. 更新最大长度：在每次移动 right 指针后，计算当前窗口的长度（right - left + 1），并更新最大长度记录。

// 函数：计算字符串中不含重复字符的最长子串的长度
int lengthOfLongestSubstring(char * s) {
    int n = strlen(s); // 获取字符串的长度
    if (n == 0) return 0; // 如果字符串为空，直接返回0
    
    int lastIndex[256]; // 创建一个数组，用于记录每个字符最后出现的位置，ASCII字符共有256个
    memset(lastIndex, -1, sizeof(lastIndex)); // 初始化数组，将所有位置设为-1，表示字符未出现过
    
    int maxLen = 0; // 用于记录最长子串的长度
    int left = 0; // 滑动窗口的左边界
    
    for (int right = 0; right < n; right++) { // 遍历字符串，right是滑动窗口的右边界
        char currentChar = s[right]; // 当前字符
        if (lastIndex[currentChar] >= left) { // 如果当前字符在窗口内已经出现过
            left = lastIndex[currentChar] + 1; // 移动左边界到该字符上次出现位置的下一位
        }
        lastIndex[currentChar] = right; // 更新当前字符的最后出现位置
        int currentLen = right - left + 1; // 计算当前窗口的长度
        if (currentLen > maxLen) { // 如果当前窗口长度大于已知的最大长度
            maxLen = currentLen; // 更新最大长度
        }
    }
    
    return maxLen; // 返回最长子串的长度
}

实验小结：

        本次实验通过实现滑动窗口算法，解决了寻找字符串中不含重复字符的最长子串长度的问题。实验过程中，首先明确了滑动窗口的基本思想，即通过动态调整窗口的左右边界来确保窗口内字符的唯一性。具体实现时，利用哈希表记录字符的最后出现位置，从而高效地判断重复字符并调整窗口边界。通过测试用例验证，算法能够正确处理不同场景，如连续重复字符、无重复字符等情况，确保了结果的准确性和高效性。实验加深了对滑动窗口技术的理解，并掌握了如何利用哈希表优化字符串处理问题。最终，算法的时间复杂度为O(n)，空间复杂度为O(1)（固定大小的字符集），满足高效处理的要求。