【LeetCode刷题】滑动窗口思想解决问题:长度最小的子数组、无重复字符的最长子串

【LeetCode刷题】Day 7

题目1：209.长度最小的子数组
- 思路分析：
- 思路1：暴力枚举 O(N^2^)
- 思路2：滑动窗口 O(N)
题目2：3. 无重复字符的最长子串
- 题目分析：
- 思想1：暴力枚举+哈希表O(N^2^)
- 思想2：滑动窗口思想+哈希表O(N)
收获满满✨：

在这里插入图片描述

题目1：209.长度最小的子数组

在这里插入图片描述

思路分析：

思路1：暴力枚举 O(N²)

思路2：滑动窗口 O(N)

在这里插入图片描述

滑动窗口整体思路：

初始化左右指针；

进窗口：循环条件、维护信息

判断：判断是否达到条件，从而决定是否出窗口。

更新结果：这一点是就题论题，需要判断在哪里更新结果位置。

本题的具体体现：

初始化左右指针：int left = 0 , right = 0;

进窗口：条件：sum += nums[right]; 维护的信息：子数组的和sum;

判断：当前子数组是否满足题干要求(sum >= target)，满足记录长度；

更新结果：对于这道题而言，我们需要的是最小长度，因此一次条件成立并不能满足，需要比对后，更新结果。判断条件为成立条件，则需要在条件循环内部更新。

通俗的来讲思路的话：从left开始寻找满足题意的该位置长度最小的子数组，满足题意就到下一个位置，继续找该位置长度最小的子数组。

注意：感觉和暴力有些像，但这里我们的右端点是不需要更新到和left相同的，因为有上一个数的基础，知道上一个子数组是刚好多了右边一位才满足题意的，我们left到第二位置后，是要检查少去第一位，是否还满足，不满足就更新右端点。找到当前位置的长度最小的子数组。满足，就代表这就是当前位置最小长度的子数组，就left更新。

代码实现：

class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {// 滑动窗口int n = nums.size();int len = 0, sum = 0;int left=0,right=0;while(right<n) {sum += nums[right];while (sum >= target) {if(len==0) len=right+left+1;else if (right - left + 1 < len)len = right - left + 1;sum -= nums[left];left++;}right++;}return len;}
};

LeetCode链接：209.长度最小的子数组

题目2：3. 无重复字符的最长子串

在这里插入图片描述

题目分析：

就是寻找给定字符串的子串，要求子串内部没有重复出现，题干很简单。
提示中有说明：s由英文字母、数字、符号和空格组成---->简单哈希表判断重复

思想1：暴力枚举+哈希表O(N²)

找每个位置的无重复字符的最大子串，left不变，right去找，并通过hash表判断是否符合条件，不符合条件就结束这次循环，left到下一个位置，right更新到和left相同位置，继续重复上述操作。

思想2：滑动窗口思想+哈希表O(N)

在这里插入图片描述

Why？为什么使用滑动窗口思想，其实就是对暴力查找的优化，暴力查找有两个缺点：

left是一个位置一个位置更新的，但在实际中比如图中例子：deabcabca ，我们在第一个位置找到的最长无重复的子串是deabc，后面是因为a重复了才结束的，我们只是left到下一个位置，其实重复位置还是一样的，仍然是a，此时的长度一定是小于上一结果的长度。我们不妨直接把left移动到第一个a后面。

right每次循环都需要更新为left才开始，这也是很低效的，依旧是上面的例子：第一次循环后，left直接更新到第一个a的后面，此时开始的子串为：bc，这不就是上一次循环满足条件子串的子串吗？怎么会不符合条件呢？所以不妨right就从这个位置开始寻找。

本题的具体体现：

初始化左右指针：int left = 0 , right = 0;

进窗口：hash[s[right]]++; 维护的信息：哈希表hash;

判断：当前子串不满足条件(hash[s[right]]<=1)，就进入循环，完成出哈希表 hash[s[left++]]--：更新left位置到重复字符后面，这里就是更新left位置。 更新结果len=max(len,right-left+1);;

更新结果：对于这道题，只要满足题目条件，不进循环条件，就是合适的，就可以更新len值

简单哈希表模拟： 128的空间对应ASCII码，出现过的字符，就把该字符对应ASCII码记为1，没出现过记为0，当大于1时，就是重复出现。

代码实现：

class Solution {
public:int lengthOfLongestSubstring(string s) {int hash[128]={0};  //使用数组来简单模拟哈希表int left=0,right=0,n=s.size();int len=0;while(right<n){hash[s[right]]++;       //进入窗口while(hash[s[right]]>1) //判断hash[s[left++]]--;  //出窗口len=max(len,right-left+1); //更新结果right++;}return len;}
};