用Python完成这道题目：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。

以下是用Python实现的代码：

def length_of_longest_substring(s):
    # 定义一个字典用于存储字符及其出现的下标
    char_dict = {}
    # 定义左右指针和最大长度
    left, right, max_length = 0, 0, 0
    # 遍历字符串
    for i in range(len(s)):
        # 如果字符已经在字典中，并且其下标在左指针右侧，则将左指针移动到该字符的下一位
        if s[i] in char_dict and char_dict[s[i]] >= left:
            left = char_dict[s[i]] + 1
        # 更新当前字符的下标
        char_dict[s[i]] = i
        # 更新右指针和最大长度
        right = i
        max_length = max(max_length, right - left + 1)
    return max_length

该函数的基本思路是使用双指针和字典。遍历字符串时，右指针不断向右移动，将每个字符及其出现的下标存储在字典中。如果遇到重复字符，则将左指针移动到该字符的下一位，同时更新字典中对应字符的下标。遍历完整个字符串后，最大长度即为右指针和左指针之差加 1。

相关问题

题目1：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。

给定一个字符串 s ，要找出其中不含有重复字符的最长子串的长度，可以使用滑动窗口的方法来解决。滑动窗口是指在一个字符串或数组上维护一个窗口，通过移动窗口的起始位置和结束位置来寻找目标子串。

具体的步骤如下：
1. 创建一个空的集合（用来检测字符是否重复）和两个指针，分别指向子串的起始位置和结束位置。
2. 将结束位置的字符添加到集合中。
3. 如果集合中已经存在当前字符，则移动起始位置的指针，并从集合中删除起始位置的字符，直到集合中不再存在当前字符。
4. 更新最长子串的长度（结束位置 - 起始位置 + 1）。
5. 将结束位置的指针向右移动一位，并将新字符添加到集合中。
6. 重复步骤2到5，直到结束位置达到字符串的末尾。

下面是使用滑动窗口方法的Python代码实现：

def lengthOfLongestSubstring(s):
    if not s:
        return 0
    charset = set()
    start = 0
    max_len = 0
    for end in range(len(s)):
        while s[end] in charset:
            charset.remove(s[start])
            start += 1
        charset.add(s[end])
        max_len = max(max_len, end - start + 1)
    return max_len

Python 给定一个字符串 s，请找出其中不含有重复字符的最长子串的长度

Python 中给定一个字符串 s，可以使用滑动窗口法来找出其中不含有重复字符的最长子串的长度。

代码如下：

class Solution:
    def lengthOfLongestSubstring(self, s: str) -> int:
        n = len(s)
        # 哈希集合，记录每个字符是否出现过
        st = set()
        # 右指针，初始值为 -1，目的是把它作为整个滑动窗口的左边界
        rk, ans = -1, 0
        for i in range(n):
            if i != 0:
                # 左指针向右移动一格，移除一个字符
                st.remove(s[i - 1])
            while rk + 1 < n and s[rk + 1] not in st:
                # 不断地移动右指针
                rk += 1
                st.add(s[rk])
            # 第 i 到 rk 个字符是一个极长无重复字符子串
            ans = max(ans, rk - i + 1)
        return ans

该代码的时间复杂度为 $O(n)$，空间复杂度为 $O(k)$，其中 $k$ 为字符集的大小。