给定一个字符串，找出不含有重复字符的最长子串的长度。
示例 1:
输入: "abcabcbb"
输出: 3
解释: 无重复字符的最长子串是 "abc"，其长度为 3。
示例 2:
输入: "bbbbb"
输出: 1
解释: 无重复字符的最长子串是 "b"，其长度为 1。
方法一：枚举算法（暴力法）
整体框架：首先，找到所给的字符串的所有子串；再判断每一个子字符串是否是无重复的，然后更新这个保留无重复子字串的最大值。
细节处理：
那么：如何找到所有子字符串呢？
用两层循环：假设开始和结束的索引分别为 i 和 j。那么我们有 0≤i<j≤n0（这里的结束索引 j 是按惯例排除的）。因此，使用 i 从0到 n−1以及 j 从 i+1 到 n 这两个嵌套的循环，我们可以枚举出 s 的所有子字符串。
复杂度：O（n^3）
方法二：滑动窗口
暴力法非常简单。但它太慢了。那么我们该如何优化它呢？
在暴力法中，我们会反复检查一个子字符串是否含有有重复的字符，但这是没有必要的。如果从索引 i 到 j−1之间的子字符串 sij已经被检查为没有重复字符。我们只需要检查 s[j] 对应的字符是否已经存在于子字符串 sij 中。
在字符串中，经常会用到滑动窗口的概念：索引 [i , j) 左闭右开；向右滑动就是：[i+1, j+1]
对于本题：判断值是否在set集合中的速度明显要比list快的多, 因为查找set用到了hash，时间在O(1)级别。
s = input()
set_1 = {} # 创建无重复集合；初始为空
length = len(s)
i = j = 0
while i<n and j<n:
# 滑动窗口
if s[j] not in set_1:
set_1.append(s[j])
j += 1
ans = max(ans,j-i)
else:
i += 1本来滑动窗口的步子可以迈大一点的，但是这里用到了set，只能知道在不在里面，至于顺序就不可知了。优化请看方法三。
方法三：优化的滑动窗口
上述的方法最多需要执行 2n 个步骤。事实上，它可以被进一步优化为仅需要 n 个步骤。我们可以定义字符到索引的映射，而不是使用集合来判断一个字符是否存在。 当我们找到重复的字符时，我们可以立即跳过该窗口。
也就是说，如果 s[j] 在 [i,j)范围内有与 j′ 重复的字符，我们不需要逐渐增加 i 。 我们可以直接跳过 [i，j′] 范围内的所有元素，并将 i 变为 j′+1 。
在python 里我们可以定义 无重复字符串 和 引索的映射；这样既可以用set的查询速度也可以得到引索的信息了！！！！