java：输入一个字符串，在其中寻找长度最长的，不含重复字符的字符串，如果有多个长度相同的最长子字符串，则全部输出子字符串()

public class test2 {            public static List<String> findLongestSubstring(String s) {            List<String> result = new ArrayList<>();            int n = s.length();            Map<Character, Integer> map = new HashMap<>();            int start = 0, end = 0, len = 0;            while (end < n) {                char c = s.charAt(end);                if (map.containsKey(c)) {                    start = Math.max(start, map.get(c) + 1);                }                map.put(c, end);                if (end - start + 1 > len) {                    len = end - start + 1;                    result.clear();                    result.add(s.substring(start, end + 1));                } else if (end - start + 1 == len) {                    result.add(s.substring(start, end + 1));                }                end++;            }            return result;        }        public static void main(String[] args) {            String s = "abcabcbb";            List<String> result = findLongestSubstring(s);            System.out.println(result);        }        }该代码的核心思想是使用哈希表存储每个字符最近一次出现的位置。遍历字符串时，如果遇到重复字符，更新起始位置为上一个该字符的位置加一。同时，记录下最长的子字符串长度和所有长度相同的子字符串。最后返回所有长度相同的子字符串。

上面的代码中，

主要的时间复杂度来自于遍历字符串和哈希表的操作。遍历字符串的时间复杂度为O(n)，其中n是字符串的长度。每个字符在哈希表中的查找和更新都需要O(1)的时间。因此，总的时间复杂度为O(n)。

空间复杂度方面，哈希表最多存储不同字符的数量，因此空间复杂度为O(k)，其中$k$是不同字符的数量。在本题中，由于只考虑ASCII码字符，因此$k$的最大值为$128$。因此，空间复杂度为O(1)。

综上所述，该算法的时间复杂度为O(n)，空间复杂度为O(1)。这是一个非常高效的算法，可以在很短的时间内找到最长的不含重复字符的子字符串。

————————
public class test2 {            public static List<String> findLongestSubstring(String s) {            List<String> result = new ArrayList<>();            int n = s.length();            Map<Character, Integer> map = new HashMap<>();            int start = 0, end = 0, len = 0;            while (end < n) {                char c = s.charAt(end);                if (map.containsKey(c)) {                    start = Math.max(start, map.get(c) + 1);                }                map.put(c, end);                if (end - start + 1 > len) {                    len = end - start + 1;                    result.clear();                    result.add(s.substring(start, end + 1));                } else if (end - start + 1 == len) {                    result.add(s.substring(start, end + 1));                }                end++;            }            return result;        }        public static void main(String[] args) {            String s = "abcabcbb";            List<String> result = findLongestSubstring(s);            System.out.println(result);        }        }该代码的核心思想是使用哈希表存储每个字符最近一次出现的位置。遍历字符串时，如果遇到重复字符，更新起始位置为上一个该字符的位置加一。同时，记录下最长的子字符串长度和所有长度相同的子字符串。最后返回所有长度相同的子字符串。

上面的代码中，

主要的时间复杂度来自于遍历字符串和哈希表的操作。遍历字符串的时间复杂度为O(n)，其中n是字符串的长度。每个字符在哈希表中的查找和更新都需要O(1)的时间。因此，总的时间复杂度为O(n)。

空间复杂度方面，哈希表最多存储不同字符的数量，因此空间复杂度为O(k)，其中$k$是不同字符的数量。在本题中，由于只考虑ASCII码字符，因此$k$的最大值为$128$。因此，空间复杂度为O(1)。

综上所述，该算法的时间复杂度为O(n)，空间复杂度为O(1)。这是一个非常高效的算法，可以在很短的时间内找到最长的不含重复字符的子字符串。