LeetCode_3---Longest Substring Without Repeating Characters

Given a string, find the length of the longest substring without repeating characters. For example, the longest substring without repeating letters for "abcabcbb" is "abc", which the length is 3. For "bbbbb" the
longest substring is "b", with the length of 1.
翻译：给定一个字符串，找到最长的字符不重复的子串。例如，最长子串，而不必重复字母“abcabcbb”是“abc”，它的长度是3。对于“BBBBB”最长子串为“B”，以1的长度。

代码：

import java.util.HashSet;

/**
*
*/

/**
* @author MohnSnow
* @time 2015年5月29日 上午10:12:38
*
*/
public class LeetCode3 {

/**
* @param argsmengdx
* -fnst
*/
/*
* 动态规划 other:http://www.aichengxu.com/view/11060 这道题用的方法是在LeetCode中很常用的方法，
* 对于字符串的题目非常有用。 首先brute force的时间复杂度是O(n^3),
* 对每个substring都看看是不是有重复的字符，找出其中最长的
* ，复杂度非常高。优化一些的思路是稍微动态规划一下，每次定一个起点，然后从起点走到有重复字符位置
* ，过程用一个HashSet维护当前字符集，认为是constant操作，这样算法要进行两层循环，复杂度是O(n^2)。
* 最后，我们介绍一种线性的算法，
* 也是这类题目最常见的方法。基本思路是维护一个窗口，每次关注窗口中的字符串，在每次判断中，左窗口和右窗口选择其一向前移动
* 。同样是维护一个HashSet,
* 正常情况下移动右窗口，如果没有出现重复则继续移动右窗口，如果发现重复字符，则说明当前窗口中的串已经不满足要求，继续移动有窗口不可能得到更好的结果
* ，此时移动左窗口
* ，直到不再有重复字符为止，中间跳过的这些串中不会有更好的结果，因为他们不是重复就是更短。因为左窗口和右窗口都只向前，所以两个窗口都对每个元素访问不超过一遍
* ，因此时间复杂度为O(2*n)=O(n),是线性算法。空间复杂度为HashSet的size,也是O(n).
*/
public static int lengthOfLongestSubstring(String s) {
if (s == null && s.length() == 0)
return 0;
HashSet<Character> set = new HashSet<Character>();
int max = 0;
int walker = 0;
int runner = 0;
while (runner < s.length()) {
if (set.contains(s.charAt(runner))) {
if (max < runner - walker) {
max = runner - walker;
}
while (s.charAt(walker) != s.charAt(runner)) {// 关键步骤,直到找到相同的walker为止
set.remove(s.charAt(walker));
walker++;
}
walker++;// 找到相同的walker之后，再加一，这样窗口内的数据又是最长不同字串
} else {
set.add(s.charAt(runner));
}
runner++;
}
max = Math.max(max, runner - walker);
return max;
}

public static void main(String[] args) {
// TODO Auto-generated method stub
String s = "asdsdasdfdssdsasdf";
s = "sdadssss";
System.out.println("s: " + s + " " + lengthOfLongestSubstring(s));

}

}