此题出自《程序员面试宝典》，书中第十章有对此题的解析，但比较简短。
Leetcode 题目链接为：leetcode-cn.com/problems/is… ，感兴趣可以先做一做再来看这篇题解。
对于这道题，思路有很多，不同的方案对应的时间和空间复杂度都不同，本文使用的语言为 JavaScript。
解法 1、哈希表
常规的思路是使用哈希表。
key 用数字类型，value 用布尔值（也可以用数字记录出现次数），存储指定字符是否被访问过的信息。
在遍历字符的过程中，如果发现哈希表存在该字符，说明之前我们遇到过相同的字符，不符合题意，直接返回 false；如果不存在该字符，将其存到哈希表。如果能够走完遍历，符合题意，返回 true。
/**
* @param {string} astr
* @return {boolean}
*/
function isUnique(astr) {
const hashMap = {};
for (const c of astr) {
if (hashMap[c]) return false;
hashMap[c] = true;
}
return true;
};
时间复杂度 O(n)，空间复杂度 O(n)。
解法 2、集合
集合这种数据结构的特点就是 存储的元素不会重复，我们可以将字符串的字符全部塞进集合中，然后对比集合的长度和原来字符串的长度是否相等。
或者可以像解法 1 那样，在遍历过程中往集合添加元素，再看集合的长度是否加一，一旦发现长度没变，说明出现了重复字符，返回 false。
function isUnique(astr) {
return (new Set(astr)).size === astr.length;
};
集合的底层有各种各样的实现，可能是哈希表，可能是红黑树或跳表，也可能是动态数组。集合的实现不同，空间和时间复杂度也会有一些差别，
总的来说，时间复杂度是 O(n)，空间复杂度也是 O(n)。
解法 3、原地查找
现在我们加上题目中的限制：不使用额外的数据结构。
所谓额外的数据结构，就是哈希表、数组、集合这些数据结构。换句话来说，时间复杂度需要为 O(1)。
遍历字符，然后再从正在遍历的字符下一位遍历，查找是否有和当前字符相同的。
因为使用了双重循环，时间复杂度高了一个数量级，为 O(n^2) 。没有使用额外的数据结构，而是使用提供的字符串，所以空间复杂度是 O(1)。
function isUnique(astr) {
for (let i = 0; i < astr.length; i++) {
for (let j = i + 1; j < astr.length; j++) {
if (astr[i] === astr[j]) return false;
}
}
return true;
};
解法 4、使用位操作
但如果面试官告诉你，**字符串只由小写字母组成，你可以如何实现呢？**因为数量有限，我们可以不用哈希表，改用布尔值数组。值得一提的是，Leetcode 中这题提供的测试用例都是小写字母，所以你可以在开头加上这么一句：if (astr.length > 26) return false;
为什么用数组不用哈希表呢？这是因为我们存储映射时，有一条准则：如果缓存的 key 为数字，且范围在 0 到一个指定的常数之间，你就应该用数组而不是哈希表。
因为哈希表的 O(1) 读写时间复杂度是理想条件下的，当多个 key 发生冲突时，时间复杂度会趋向于 O(n)，而数组则不会。
回到正题，我们用布尔值数组行不行，不太行，因为算是使用了数据结构。那有没有更小的布尔值数组，有，那就是 用位来实现布尔值数组。
位，也就是比特，只有两个值：1 和 0，通常编程语言不提供位的基本类型，这时候我们就可以用 32 位或是 64 位的整数类型来存多个位。我们先看看解法：
function isUnique(astr) {
let bits = 0;
for (let i = 0; i < astr.length; i++) {
const n = 1 << (astr[i].charCodeAt(0) - 'a'.charCodeAt(0));
if (n & bits) return false;
bits = bits | n;
}
return true;
};
位运算在实际业务开发中其实用的比较少，在底层开发中才比较常见，因为我们业务开发没有必要为了一丁点的性能，而降低代码的可读性。
代码是写给人看的，不是写给机器看的，只是顺便计算机可以执行而已。
下面讲解一下这题需要用到的位运算知识。
判断数字的二进制形式某一位是 0 还是 1
n & (1 << k)
这个对应查询布尔值数组特定索引下的值。下文我将会用二进制来表示数字。
假设我们想要知道一个数字（假设它此时的值为 01010），问它从右往左第 2 位是 0 还是 1（这里最右边的位为第 0 位）。
首先我们需要一个 1 作为起始值，然后对其进行左移（ << ）2 位，即 1 << 2 得到 00100，然后对其进行按位与（ & ）操作。按位与操作的特点是，对应的位对比，全 1 为 1，有 0 为 0。计算如下：
01010
AND 00100
-------
00000
结果为 0，说明数字的特定位为 0；否则为 1。
我们对 1 做左移操作，为的是生成只有一个位是 1，其余位都是 0 的二进制，这样不相干的位都会被 & 计算为 0。
这时候特定位的对比就决定了这个结果是否为 0。如果特定位上是 0，结果就是 0，如果是 1，结果就是大于 0 的整数。
给数字二进制形式的某位设置为一
这个对应将布尔值数组特定索引下的值设为 true。
给数字二进制形式的某位设置为 1 的写法为： n | (1 << k)。
按位或（ | ），特点是有 1 为 1，全 0 为 0。
1 << k 同样是将第 k 位设为 1，其余位设为 0。
0，和 1 或 0 做按位或运算，结果都是后者，这样就可以保证除特定位的其余位保留原样。
而第 k 位为 1，和 0 或 1 做按位或运算，永远都是 1，这样最终就成功将特定位设置为 1 了。
结尾
大概就这些，位运算算是有点偏门的用法，但有些常用的特性还是要掌握的，以后我会说一些其他的位操作相关的算法题。
