我们可以使用 滑动窗口 的方法来解决这个问题。这是一种高效的算法，能在 O(n) 的时间复杂度内完成任务。以下是具体的解题思路：

1. 滑动窗口的概念

滑动窗口的想法是使用两个指针（通常称为左指针 i 和右指针 j）来表示一个窗口。这两个指针在字符串上滑动，以找到满足条件的子串。在这个问题中，我们的目标是找到最长的、没有重复字符的子串。

窗口的定义：窗口是由左指针 i 和右指针 j 所包围的子串 s[i:j]，它包含 i 到 j-1 的字符。

窗口的移动：右指针 j 用于扩展窗口，左指针 i 用于缩小窗口。

2. 使用数据结构来检测重复字符

为了高效地检测一个字符是否已经在当前窗口中，我们使用一个 HashSet 数据结构。HashSet 允许我们在 O(1) 时间复杂度内判断一个字符是否存在，并且可以在 O(1) 时间内添加或移除字符。

3. 具体步骤

1. 初始化：

   • 定义一个 HashSet 来存储当前窗口内的字符。
   • 初始化两个指针 i 和 j，都指向字符串的开头（即 0）。
   • 初始化一个变量 maxLen 来记录最长无重复子串的长度。

2. 遍历字符串：

   • 使用 j 遍历整个字符串，将每个字符依次尝试添加到 HashSet 中。
   • 如果当前字符 s[j] 不在 HashSet 中：
     • 将其添加到 HashSet 中，表示扩展窗口。
     • 计算当前窗口的长度 j - i + 1，并更新 maxLen。
   • 如果当前字符 s[j] 已经存在于 HashSet 中：
     • 说明遇到了重复字符，此时要通过移动左指针 i 来缩小窗口，直到移除重复的字符。
     • 移动左指针的过程中，同时从 HashSet 中移除对应的字符，直到可以将 s[j] 再次安全地添加到 HashSet 中。

3. 更新结果：

   • 每次右指针 j 向右移动时，计算当前窗口的长度，并更新 maxLen，以保证 maxLen 始终保持最长无重复子串的长度。

4. 返回结果：

   • 当右指针 j 遍历完整个字符串后，maxLen 就是最长无重复子串的长度。

class Solution {
    public int lengthOfLongestSubstring(String s) {
        HashSet<Character> set = new HashSet<>();
        int maxLen = 0;
        int i = 0, j = 0;
        int len = s.length();

        while (j < len) {
            if (!set.contains(s.charAt(j))) {
                set.add(s.charAt(j));
                j++;
                maxLen = Math.max(maxLen, j - i);
            } else {
                // 按顺序移除字符
                set.remove(s.charAt(i));
                i++;
            }
        }
        return maxLen;
    }
}

当右指针 j 遇到一个已经存在于 HashSet 中的字符时，我们需要移动左指针 i，从左侧开始逐个移除字符，直到移除重复的那个字符为止。这样可以确保 HashSet 中的字符总是唯一的。