int lengthOfLongestSubstring(string s) {
    // 哈希表，key 是字符，value 是该字符最后一次出现的索引
    unordered_map<char, int> charIndexMap;
    int maxLen = 0;
    int left = 0;  // 当前无重复子串的起点
    
    for (int right = 0; right < s.size(); ++right) {
        char ch = s[right];
        // 如果这个字符之前出现过，并且上一次出现的位置在当前子串范围内（即 >= left）
        if (charIndexMap.find(ch) != charIndexMap.end() && charIndexMap[ch] >= left) {
            // 将 left 移到上一次出现位置的下一个位置
            left = charIndexMap[ch] + 1;
        }
        // 更新字符的最新位置
        charIndexMap[ch] = right;
        // 计算当前子串长度
        int curLen = right - left + 1;
        maxLen = max(maxLen, curLen);
    }
    return maxLen;
}

哈希算法题目：无重复字符的最长子串 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。 例如： 输入 s = "abcabcbb" ，最长无重复字符子串是 "abc" ，长度为 3。 输入 s = "bbbbb" ，最长子串是 "b" ，长度为 1。 输入 s = "pwwkew" ，最长子串是 "wke" ，长度为 3（注意 "pwke" 不是子串，而是子序列，子串必须连续）。 要求 ： 时间复杂度尽可能低，最好在 O(n) 内完成。 用哈希表（或数组映射）记录字符出现的最新位置，以快速判断重复字符并更新子串起始点。 解题步骤详解 第一步：问题理解 我们要找一个连续的、内部不包含重复字符的子串，并计算它的最大长度。 关键难点 ： 当遇到重复字符时，不能简单地将当前子串全部舍弃，而是要将子串起点更新到“上一次重复字符的下一个位置”，以确保新子串中没有重复字符。 需要一个快速的方法知道重复字符上一次出现的位置，这自然想到用哈希表。 第二步：思路设计 用两个指针（索引） left 和 right 来表示当前无重复字符子串的边界： left 指向当前子串的开始位置。 right 是遍历字符串的索引，指向当前检查的字符。 用一个哈希表（比如 unordered_map<char, int> 或长度为 128 的数组，适用于 ASCII 字符）来记录 每个字符最后一次出现的位置 。 遍历字符串，对每个 s[right] ： 如果这个字符之前出现过，并且它的上一次出现位置在 left 及其右侧（说明在当前子串内重复了），那么将 left 更新为上一次出现位置的下一个索引，从而“跳过”重复字符，保证新子串不含重复。 不管是否重复，更新这个字符在哈希表中的最新位置为 right 。 计算当前子串长度 right - left + 1 ，并更新最大长度。 第三步：具体例子推演 以 s = "abcabcbb" 为例： | right | s[ right ] | 上一次出现位置 | left 变化 | 当前子串 | 长度 | 最大长度 | |-------|----------|----------------|-------------------------------|----------------|-------|----------| | 0 | a | -1 | left=0 | a | 1 | 1 | | 1 | b | -1 | left=0 | ab | 2 | 2 | | 2 | c | -1 | left=0 | abc | 3 | 3 | | 3 | a | 0 | 0 ≥ left? 是 → left=0+1=1 | bca | 3 | 3 | | 4 | b | 1 | 1 ≥ left=1? 是 → left=1+1=2 | cab | 3 | 3 | | 5 | c | 2 | 2 ≥ left=2? 是 → left=2+1=3 | abc | 3 | 3 | | 6 | b | 4 | 4 ≥ left=3? 是 → left=4+1=5 | cb | 2 | 3 | | 7 | b | 6 | 6 ≥ left=5? 是 → left=6+1=7 | b | 1 | 3 | 最终结果为 3。 第四步：算法实现细节 注意 ： 判断重复时不仅要检查字符是否在哈希表中存在，还要看其上一次出现的位置是否在当前子串内（ charIndexMap[ch] >= left ），因为在 left 之前的重复字符已经被“抛弃”了，不影响当前子串。 由于字符集有限（比如 ASCII 128），也可以用数组 int lastPos[128] 并初始化为 -1，这样更高效。 第五步：复杂度分析 时间复杂度 O(n)：只需要遍历一次字符串，哈希表的插入和查找是 O(1)。 空间复杂度 O(字符集大小)：哈希表存储每个字符最后一次出现的位置，最多 128 或 256 个条目（对 ASCII 或扩展 ASCII）。 第六步：思考扩展 如果字符集很大（比如 Unicode），哈希表方案依然适用，因为字符种类有限，不会无限增长。 类似问题变形：找出最长子串本身（而不仅仅是长度）——可以在更新最大长度时记录起止位置，最后截取子串。 如果允许最多重复 k 次（而不是 0 次），可以改为用哈希表记录字符出现次数，结合滑动窗口。 通过以上步骤，你可以理解如何利用哈希表记录字符位置，并配合双指针在 O(n) 时间内高效地找到无重复字符的最长子串长度。