最长子串的长度，没有连续的相同字母

在字符串处理中，最常见的问题之一是找出一个字符串中不包含连续相同字母的最长子串的长度。这是一个常见的问题，也是一道比较基础的字符串处理题目。本文将介绍几种解决这个问题的方法，并给出相应的代码实现。

方法一：滑动窗口

滑动窗口是解决字符串处理中最常用的方法之一。其思路是维护一个窗口，通过移动窗口的起始位置和结束位置，来得到符合条件的最长子串。具体实现如下：

def longest_substring(s: str) -> int:
    n = len(s)
    if n < 2:
        return n
    l, r = 0, 1
    res = 1
    while r < n:
        if s[r] != s[r-1]:
            r += 1
        else:
            res = max(res, r-l)
            l = r-1
            r += 1
    res = max(res, r-l)
    return res

该方法的时间复杂度为 $O(n)$，空间复杂度为 $O(1)$。

方法二：动态规划

动态规划也是解决字符串处理问题的一种常用方法。其思路是通过定义状态和状态转移方程，来得到最优解。在本题中，可以定义 $dp[i]$ 表示以第 $i$ 个字符结尾的最长子串长度。状态转移方程为：

$$ dp[i] = \begin{cases} dp[i-1] + 1, & s[i] \neq s[i-1]\ 1, & s[i] = s[i-1] \end{cases} $$

具体实现如下：

def longest_substring(s: str) -> int:
    n = len(s)
    if n < 2:
        return n
    dp = [1] * n
    for i in range(1, n):
        if s[i] != s[i-1]:
            dp[i] = dp[i-1] + 1
    return max(dp)

该方法的时间复杂度为 $O(n)$，空间复杂度为 $O(n)$。

方法三：双指针

双指针也是解决字符串处理问题的一种常用方法。其思路是维护两个指针，一个指向最长子串的起始位置，另一个指向最长子串的结束位置。在遍历字符串的过程中，根据条件移动指针，来找到符合条件的最长子串。具体实现如下：

def longest_substring(s: str) -> int:
    n = len(s)
    if n < 2:
        return n
    l, r = 0, 1
    res = 1
    while r < n:
        if s[r] != s[r-1]:
            r += 1
        else:
            res = max(res, r-l)
            l = r
            r += 1
    res = max(res, r-l)
    return res

该方法的时间复杂度为 $O(n)$，空间复杂度为 $O(1)$。

以上三种方法都可以解决本题，具体使用哪种方法取决于个人喜好和时间复杂度的要求。