大家好，今天跟大家聊个很实在的Python算法题——无重复字符的最长子串。
最近有朋友问我这道题，说看代码能看懂大概，但逐行扣细节就懵了：字典里的数值怎么来的？左边界为什么要用max？变量名为什么这么起？
其实我刚开始学这道题的时候，也卡了好久，总觉得滑动窗口和哈希表的组合很绕，尤其是那几行核心代码，反复看了好几遍才吃透。今天就以聊天的方式，把这道题从头到尾拆解开，每行代码、每个逻辑、每个坑点，都讲得明明白白，新手也能轻松跟上。
先说说题目：无重复字符的最长子串
题目很简单：给定一个字符串s，找出其中无重复字符的最长子串的长度。
举个例子，比如s="abcabcbb"，最长无重复子串就是"abc"，长度是3；如果s="bbbbb"，最长的就是单个"b"，长度1；s="pwwkew"，最长的是"wke"或者"kew"，长度3。
这里有个小误区，大家要注意：子串必须是连续的，比如"abcabcbb"里，"abc"是子串，但"acb"就不是，因为它不连续。
先讲个小故事，理解核心思路
其实这道题的核心思路，就像我们去超市排队结账。
假设排队的人都是字符串里的字符，每个人胸前都挂着自己的“名字”（比如a、b、c）。我们要找的“无重复子串”，就相当于一队里没有重名的人，而且这队人必须是连续排队的。
一开始，队伍里没人（对应空字典），我们从第一个人开始排队（j从0开始），每来一个人，就记一下他的位置（用字典存字符和对应的索引）。如果来了一个重名的人，说明队伍里已经有他了，这时候就要把队伍的最左边，移到上一个重名人的后面（更新左边界i），保证队伍里没有重名。
每来一个人，我们都看看当前队伍的长度（j-i），记一下最长的队伍长度（res），到最后，最长的队伍长度就是我们要的答案。
这个“排队”的思路，就是滑动窗口+哈希表，既能保证效率，又能轻松找到最长无重复子串。
完整代码先奉上，一目了然
classSolution:deflengthOfLongestSubstring(self, s: str) -> int: dic, res, i = {}, 0, -1for j in range(len(s)):if s[j] in dic: i = max(dic[s[j]], i) dic[s[j]] = j res = max(res, j - i)return res
逐行拆解代码，每一步都不跳步
接下来，我们就一行一行看，每一行代码是什么意思，为什么要这么写，有没有其他写法，还有哪些坑要避。
第1-2行：类和方法定义
classSolution:deflengthOfLongestSubstring(self, s: str) -> int:
这两行是LeetCode的固定模板，就像我们写作文要先写标题一样，平台要求算法题都放在Solution类里，不能改。
拆解一下：
class Solution: 定义一个叫Solution的类，没什么复杂的，就是平台规定。
def lengthOfLongestSubstring(self, s: str) -> int: 定义一个实例方法，这是题目要求的固定方法名，不能改。
再细说几个关键点：
def：Python里定义函数/方法的关键字，只要写函数，就必须先写def。
self：实例方法的第一个参数，代表这个类的实例本身，必须写（这是Python的约定俗成），调用的时候不用传这个参数。
s: str：参数s的类型注解，意思是s是字符串类型，Python不强制要求写，但写了之后，别人看代码就知道s应该传什么类型，更清晰。
-> int：返回值类型注解，意思是这个方法会返回一个整数，也就是我们要找的“最长无重复子串的长度”。
如果是自己本地调试，不用这么麻烦，直接写函数就行，不用套类：
deflengthOfLongestSubstring(s: str) -> int:# 核心逻辑放在这里
第3行：变量初始化
dic, res, i = {}, 0, -1
这行是多变量赋值，Python里很常用，等价于分开写三行：
dic = {}res = 0i = -1
读作：把空字典赋值给dic，把0赋值给res，把-1赋值给i。
这三个变量的作用，以及为什么初始值是这样，我们一个个说：
dic：是dictionary（字典）的缩写，也就是我们说的哈希表，作用是记录每个字符“最后一次出现的索引”。初始值是空字典{}，因为一开始还没遍历任何字符，没有任何记录。
res：是result（结果）的缩写，用来记录我们找到的“最长无重复子串长度”。初始值是0，因为如果字符串是空的（s=""），直接返回0，这样更安全，不会出错。
i：是滑动窗口的左边界，窗口的范围是(i, j]（不包含i，包含j）。初始值是-1，这里很关键，举个例子：当j=0（第一个字符）时，j - i = 0 - (-1) = 1，刚好是这个字符的长度，要是初始值设为0，j-i就成了0，少算了1，结果就错了。
坑点提醒：i的初始值一定不能设为0，否则会少算长度；dic必须是空字典，不能提前放任何值，不然会干扰判断。
第4行：循环遍历字符串
for j in range(len(s)):
这行是for循环，作用是遍历整个字符串，j就是滑动窗口的右边界，每次循环，j就往右移动一位。
拆解一下：
len(s)：Python的内置函数，返回字符串s的长度，比如s="abc"，len(s)=3。
range(len(s))：生成一个从0到len(s)-1的整数序列，比如len(s)=3，就生成0、1、2，这样j就会依次取0、1、2，对应字符串的每个字符的索引。
读作：j从0到len(s)-1依次遍历，每次循环执行下面缩进的代码块。
为什么不用直接遍历字符（for char in s）？因为我们需要字符的索引来更新窗口和字典，只遍历字符的话，拿不到索引，所以用range(len(s))配合s[j]来取字符。
还有一种更简洁的写法，用enumerate，能同时拿到索引j和字符char：
for j, char in enumerate(s):# 这里char就等于s[j]，不用再写s[j]，更简洁
比如把核心代码改成这样，逻辑完全一样，只是更Pythonic：
for j, char in enumerate(s):if char in dic: i = max(dic[char], i) dic[char] = j res = max(res, j - i)
第5-6行：处理重复字符，更新左边界
if s[j] in dic: i = max(dic[s[j]], i)
这两行是核心，也是最容易懵的地方，我们分开说，结合之前的“排队”故事来理解。
先看第5行：if s[j] in dic:
语法：in运算符，判断s[j]（当前字符）是不是字典dic的键，也就是判断这个字符之前有没有出现过（有没有在“队伍”里）。
逻辑：如果当前字符已经在字典里了，说明队伍里有重名的人，需要移动左边界i，把重名的人“请出”队伍，保证队伍里没有重复。
再看第6行：i = max(dic[s[j]], i)
读作：把dic[s[j]]和i中较大的那个值，赋值给i。
这里重点说：为什么要用max？不能直接写i = dic[s[j]]吗？
dic[s[j]]是当前字符上一次出现的索引（上一次这个“人”排队的位置）。如果直接写i = dic[s[j]]，会出现一个问题：左边界i可能会往左退，导致队伍里又出现重复字符。
第7行：更新字典中当前字符的索引
dic[s[j]] = j
读作：把字典dic中，键s[j]对应的值，赋值为j。
逻辑：不管当前字符之前有没有出现过，都要把它的“最新位置”（当前j）记录下来，这样下次再遇到这个字符时，就能拿到它最后一次出现的位置，避免出错。
比如j=3（字符a）时，之前dic[a]=0，执行这行后，dic[a]就变成了3，下次再遇到a，就会用3这个最新索引来更新i，而不是之前的0。
这里要注意：这行代码是“更新”，不是“新增”——如果字符第一次出现，就是新增键值对；如果已经出现过，就是覆盖原来的值。
比如j=0（a），dic是空的，执行后dic变成{'a':0}（新增）；j=3（a），执行后dic变成{'a':3}（覆盖）。第8行：更新最长无重复子串长度
res = max(res, j - i)
读作：把res和j-i中较大的那个值，赋值给res。
逻辑：j-i是当前窗口（i,j]的长度（因为i不包含，j包含，长度就是j-i）。每次循环，我们都对比当前窗口的长度和之前记录的最长长度（res），把更长的那个存到res里，这样到最后，res就是最长无重复子串的长度。
比如j=2（字符c）时，i=-1，j-i=3，res从0更新为3；j=3（字符a）时，i=0，j-i=3，res还是3，因为没有更长的窗口。
第9行：返回结果
return res
读作：函数返回res的值，也就是我们要找的最长无重复子串的长度。
语法：return是Python里返回函数结果的关键字，后面跟要返回的变量或值，执行到return，函数就结束了。
完整流程演示，再巩固一遍
我们用s="abcabcbb"，跟着循环走一遍，看看每个变量的变化，彻底吃透逻辑：最后res=3，和题目答案一致，整个流程就走通了。
其他写法对比，按需选择
除了上面的核心写法，还有两种常用写法，逻辑差不多，只是实现方式不同，大家可以根据自己的习惯选择。
写法1：用enumerate简化循环（最推荐）
classSolution:deflengthOfLongestSubstring(self, s: str) -> int: dic, res, i = {}, 0, -1for j, char in enumerate(s):if char in dic: i = max(dic[char], i) dic[char] = j res = max(res, j - i)return res
优点：不用反复写s[j]，代码更简洁，更符合Python的写法习惯。
写法2：用集合实现滑动窗口
classSolution:deflengthOfLongestSubstring(self, s: str) -> int: char_set = set() left = 0 max_len = 0for right in range(len(s)):while s[right] in char_set: char_set.remove(s[left]) left += 1 char_set.add(s[right]) max_len = max(max_len, right - left + 1)return max_len
逻辑：用集合存窗口内的字符，遇到重复字符时，左指针一直右移，直到集合里没有重复字符，再把当前字符加入集合。
对比：集合写法最坏情况（比如全重复字符串）效率略低，左指针可能要移动多次；哈希表写法是一次遍历，效率更高。
常见坑点提醒，避坑不踩雷
这道题不难，但很容易踩坑，我整理了5个最常见的坑，大家一定要注意：
i的初始值必须是-1，不能是0，否则第一次计算长度会少1；
更新i时，必须用max(dic[s[j]], i)，否则左边界会往左退，出现重复字符；
每次循环都要更新dic[s[j]] = j，否则下次遇到重复字符，拿到的是旧索引；
空字符串处理：s=""时，循环不执行，直接返回res=0，正确；
单字符字符串：s="a"时，循环执行一次，j=0，i=-1，j-i=1，返回1，正确。
最后说几句
其实这道题的核心，就是理解“滑动窗口”和“哈希表”的配合——滑动窗口用来维护无重复的子串，哈希表用来快速记录字符的位置，两者结合，就能高效找到最长无重复子串。
刚开始学的时候，卡壳很正常，我也是反复看了好几遍，手动走了好几遍流程，才彻底吃透。大家可以多手动走一遍s="abba"或s="abcabcbb"的流程，看看每个变量的变化，慢慢就懂了。如果觉得这篇讲解对你有帮助，麻烦点个赞、在看，也可以转发给身边正在学Python的朋友，一起进步～另外，要是还有哪行代码、哪个逻辑没懂，评论区留言，我再给你拆解开讲～
