滑动窗口算法
- 滑动的窗口，每次记录下窗口的状态，再找出符合条件的窗口
- 使用滑动窗口减少时间复杂度
1 涉及知识点 ：unordered_set 容器
说明：unordered_set容器与set的区别就是set容器会自行对存储的数据排序，而 unordered_set 容器不会。
- 不再以键值的形式存储数据，而是直接存储数据的值
- 容器内部存储的各个元素的值都不相等，且不能被修改
- 不会对容器内部的元素进行排序
2 参数详情
unordered_set<int> lookup;//构造函数
lookup.find(s[i]) //查询元素是否在结合内
lookup.end() //end()函数是最后一个元素的下一个位置
lookup.erase(s[left]);//删除元素
lookup.insert(s[i]) //插入元素
3 例题
题目描述：无重复字符的最长子串
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。
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： 利用滑动窗口的思想，也就是定义一个lookup窗口，让窗口一步一步滑动遍历输入的字符串。划过的字符与刚刚输入的字符比较，若是不相等继续滑动，滑出来的长度就是不含有重复字符的最长字串的长度。若是相等，就是下次再比较就从相等的字符的下一个字符开始。
注意：若是空字符串，直接返回0
参考代码：c++
class Solution {
public:
int lengthOfLongestSubstring(string s) {
if (s.size()==0)
return 0;
int maxlong=0;
int left=0;
unordered_set <int> lookup;
for(int i=0;i<s.size();i++)
{
while(lookup.find(s[i])!=lookup.end())
{
lookup.erase(s[left]);
left++;
}
lookup.insert(s[i]);
maxlong=max(maxlong,i-left+1);
}
return maxlong;
}
};