尺取法：高效解决连续子序列问题的双指针技巧

1. 算法思想解析

1.1 什么是尺取法

尺取法（Two Pointers Technique）是一种通过维护动态窗口来优化遍历效率的算法策略。想象你手里拿着一把可以伸缩的尺子，在数据序列上左右滑动测量。这种方法特别适合处理需要考察连续子序列的问题，比如在字符串中寻找不含重复字符的最长子串，或在数组中寻找满足特定条件的连续子数组。

与暴力枚举所有可能子序列的O(n²)复杂度相比，尺取法通常能将时间复杂度降至O(n)。这是因为它避免了重复计算——通过智能地调整窗口边界，而不是每次都从头开始扫描。

1.2 核心操作原理

算法的核心在于维护一对指针（左指针left和右指针right），它们分别代表窗口的左右边界。基本操作流程如下：

1. 初始化时，两个指针都指向序列起始位置
2. 右指针逐步向右扩展，直到窗口内元素满足特定条件
3. 当条件满足时，左指针开始向右收缩，尝试找到更优解
4. 重复步骤2-3直到遍历完整个序列

这个过程中需要维护一些状态变量来跟踪窗口内的关键信息。例如在"最长无重复子串"问题中，我们需要一个哈希集合来记录当前窗口内的字符分布。

2. 典型应用场景拆解

2.1 字符串类问题

在处理字符串问题时，尺取法展现出强大的威力。以LeetCode第3题为例，寻找最长无重复字符子串的解法如下：

python复制def lengthOfLongestSubstring(s: str) -> int:
    char_set = set()
    left = 0
    max_len = 0
    
    for 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

这个实现中，我们维护一个滑动窗口和字符集合。右指针每次移动时，如果遇到重复字符，就收缩左指针直到消除重复。时间复杂度严格控制在O(