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。