中等LeetCode 3可逐步演示引导学习

无重复字符的最长子串

滑动窗口：右扩左收

用左右指针维护一个"没有重复字符"的窗口：right 负责扩张，遇到重复字符就把 left 往右收，全程记录窗口的最大长度。

时间复杂度 O(n)空间复杂度 O(k)（k 为字符集大小）#字符串 #滑动窗口 #哈希表

开始引导 · 6 步直接看动画直接看解析

所属套路：滑动窗口框架

题单：面试热题

题目描述

给定一个字符串 s，请找出其中不含重复字符的最长子串，返回它的长度。（子串是连续的字符片段，不是子序列。）

先自己答，再看参考；进度只存本机

学习目标

能判断什么题适合滑动窗口，说清"右扩左收"为什么是 O(n)，并写出窗口长度与收缩时机的正确实现。

已完成 0 / 6 阶段

诊断

先判断：这题为什么能用窗口

什么样的题适合滑动窗口？"连续子串"和"子序列"的区别在这里为什么重要？

建议先完成当前阶段（提示 / 检查 / 自评），再进入下一步；也可以直接跳过。

逐步演示

参考代码
1function lengthOfLongestSubstring(s) {
let left = 0;
let best = 0;
const window = new Set();
for (let right = 0; right < s.length; right++) {
  while (window.has(s[right])) {
    window.delete(s[left]);
    left += 1;
  }
  window.add(s[right]);
  best = Math.max(best, right - left + 1);
}
return best;
14}

效果图

预测：答对 0 / 共 1 题

best = 0窗口 = （空）

第 1 / 15 步

步骤讲解

第 1 / 15 步

第 2 行代码正在执行

初始化：left 指向窗口左边界，best 记录最长长度。窗口（无重复字符的区间）最开始是空的。

1初始化：left 指向窗口左边界，best 记录最长长度。窗口（无重复字符的区间）最开始是空的。

2right 从 0 开始扫描，指针先指向 s[0]。

3s[0] = a 不在窗口里：加入窗口。窗口 = [a]，长度 1，best 更新为 1。

4right 右移到 s[1] = b。

5b 不在窗口里：加入。窗口 = [a b]，长度 2，best 更新为 2。

6right 右移到 s[2] = c。

7c 不在窗口里：加入。窗口 = [a b c]，长度 3，best 更新为 3。

8right 右移到 s[3] = a——不好，a 已经在窗口里了。

9while 条件成立：窗口里有 a，必须先把它移出去，才能加入新的 a。

10把最左边的 s[left] = a 移出窗口，left 右移到 1。窗口变成 [b c]。

11现在 a 不在窗口里了：加入。窗口 = [b c a]，长度 3，best 保持 3。

12right 右移到 s[4] = b——b 又在窗口里了。

13while 成立：b 在窗口里，需要移出最左边的 b。

14移出 b（left 右移到 2，窗口 = [c]），然后加入 b：窗口 = [c b]，长度 2，best 保持 3。

15right 扫完了整个字符串，返回 best = 3。最长无重复子串是 "abc"。

← 返回模块首页

中等LeetCode 3可逐步演示引导学习

无重复字符的最长子串

滑动窗口：右扩左收

用左右指针维护一个"没有重复字符"的窗口：right 负责扩张，遇到重复字符就把 left 往右收，全程记录窗口的最大长度。

时间复杂度 O(n)空间复杂度 O(k)（k 为字符集大小）#字符串 #滑动窗口 #哈希表

开始引导 · 6 步直接看动画直接看解析

所属套路：滑动窗口框架

题单：面试热题

题目描述

给定一个字符串 s，请找出其中不含重复字符的最长子串，返回它的长度。（子串是连续的字符片段，不是子序列。）

先自己答，再看参考；进度只存本机

学习目标

能判断什么题适合滑动窗口，说清"右扩左收"为什么是 O(n)，并写出窗口长度与收缩时机的正确实现。

已完成 0 / 6 阶段

诊断

先判断：这题为什么能用窗口

什么样的题适合滑动窗口？"连续子串"和"子序列"的区别在这里为什么重要？

建议先完成当前阶段（提示 / 检查 / 自评），再进入下一步；也可以直接跳过。

逐步演示

参考代码
1function lengthOfLongestSubstring(s) {
let left = 0;
let best = 0;
const window = new Set();
for (let right = 0; right < s.length; right++) {
  while (window.has(s[right])) {
    window.delete(s[left]);
    left += 1;
  }
  window.add(s[right]);
  best = Math.max(best, right - left + 1);
}
return best;
14}

效果图

预测：答对 0 / 共 1 题

best = 0窗口 = （空）

第 1 / 15 步

步骤讲解

第 1 / 15 步

第 2 行代码正在执行

初始化：left 指向窗口左边界，best 记录最长长度。窗口（无重复字符的区间）最开始是空的。

1初始化：left 指向窗口左边界，best 记录最长长度。窗口（无重复字符的区间）最开始是空的。

2right 从 0 开始扫描，指针先指向 s[0]。

3s[0] = a 不在窗口里：加入窗口。窗口 = [a]，长度 1，best 更新为 1。

4right 右移到 s[1] = b。

5b 不在窗口里：加入。窗口 = [a b]，长度 2，best 更新为 2。

6right 右移到 s[2] = c。

7c 不在窗口里：加入。窗口 = [a b c]，长度 3，best 更新为 3。

8right 右移到 s[3] = a——不好，a 已经在窗口里了。

9while 条件成立：窗口里有 a，必须先把它移出去，才能加入新的 a。

10把最左边的 s[left] = a 移出窗口，left 右移到 1。窗口变成 [b c]。

11现在 a 不在窗口里了：加入。窗口 = [b c a]，长度 3，best 保持 3。

12right 右移到 s[4] = b——b 又在窗口里了。

13while 成立：b 在窗口里，需要移出最左边的 b。

14移出 b（left 右移到 2，窗口 = [c]），然后加入 b：窗口 = [c b]，长度 2，best 保持 3。

15right 扫完了整个字符串，返回 best = 3。最长无重复子串是 "abc"。

← 返回模块首页

无重复字符的最长子串

题目描述

先判断：这题为什么能用窗口

解题思路

核心思想

为什么需要它

第一反应：直觉方案

关键洞察

易错点

逐步演示

参考代码

效果图

无重复字符的最长子串

题目描述

先判断：这题为什么能用窗口

解题思路

核心思想

为什么需要它

第一反应：直觉方案

关键洞察

易错点

逐步演示

参考代码

效果图