面试题 08.01. 三步问题

原题链接

---

题干：

小孩可以一次上 1阶 2阶 3阶
刚开始看题目可能不太清楚
我们画图看一看

如果是一节台阶，只有一种情况
如果是两节台阶，从0到1有一种，经过1到2有一种，所以是两种
如果是三节台阶，从0到3有一种，经过1到3有一种，经过2到3有一种，所以是四种
如果是四阶台阶，经过1到4有一种，经过2到4有两种，经过3到4有四种，所以一共有七种
…
以此类推
从第三个以后，每个台阶数都是前面的三个数之和
和前面的泰波那契数很像

---

算法原理：

1、状态表示

dp[i] 表示：到达 i 位置时，一共有多少种方法

2、状态转移方程

以 i 位置的状态，最近的一步，来划分问题
对于 i 来说，可以是 i - 1 走一步，i - 2 走两步，i - 3 走三步
dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3]

3、初始化

dq[1] = 1;
dp[2] = 2;
dp[3] = 4;

4、填表顺序

从左向右

5、返回值

dp[n]

代码：

class Solution {public int waysToStep(int n) {int MOD = (int)1e9 + 7;int[] dp = new int[n + 1];if (n == 1 || n ==2) {return n;}if (n == 3) {return 4;}dp[1] = 1;dp[2] = 2;dp[3] = 4;for (int i = 4; i <= n; i++) {dp[i] = ((dp [i - 1] + dp[i - 2]) % MOD + dp[i - 3]) % MOD;}return dp[n];}
}

209. 长度最小的子数组

原题链接

题干：

在题目中，正整数数组中有没有一个连续子数组等于目标值，然后返回长度（最短的）

算法原理：

1、暴力枚举出所有的子数组的和

直接固定第一个数，从前往后来进行加法计算
时间复杂度：O(N3)

优化一：
定义一个sum，把从前往后计算的数存到sum 中
时间复杂度：O(N2)

优化二：

当 right 走到sum = 8的时候，往后走，虽然和在增加，但是长度也在增加，所以后面的并不是最佳答案
并且当left++ 的时候，sum 可以直接减去left 前面那个数，right 不会变

这样我们就优化到了解法二

2、利用单调性，使用“同向双指针”来优化

同向双指针被称为“滑动窗口”
在利用单调性的时候，两个指针在移动的时候都不回退，这个时候我们可以使用滑动窗口

---

那我们怎么使用滑动窗口呢？

1. 初始化两个指针充当滑动窗口的左右端点
   left = 0;
   right = 0;
2. 进窗口
3. 判断，然后决定是否出窗口
4. 更新结果（不过在什么时候更新结果就题论题）
   在本题中，因为要先判断 sum 是否等于目标值，先更新结果 让 len = 区间，然后再出窗口

这里的 2 和 3 是循环

---

为什么这里滑动窗口是对的呢？
是由于单调性的原因，在上面的一步步优化的时候就可以知道，当这个区间的和大于目标值之后，后面的值加进来肯定要大于目标值，但是这里区间长度也会增加，所以后面的值就不可能是求的值

这里就是使用单调性，规避了很多没有必要的枚举行为，这里也是正确的

---

这里的时间复杂度O(N)
因为这个时候left 走一步，right 走一步，因此是O(N)

代码：

class Solution {public int minSubArrayLen(int target, int[] nums) {int n = nums.length;int sum = 0;int len = Integer.MAX_VALUE;for (int left = 0, right = 0; right < n; right++ ) {sum += nums[right];//进窗口while(sum >= target) {//判断len = Math.min(len,right - left + 1);//更新结果sum -= nums[left++];//出窗口}}return len == Integer.MAX_VALUE ? 0 : len;}
}

3. 无重复字符的最长子串

原题数组

题干：

我们看题干，这里有了“子串”这样的概念
“子串”和“子数组”很相似，都是连续的一段

这里要找到一串子串不重复的最长子串

算法原理：

1、暴力枚举 + 哈希表（判断字符是否重复出现）

固定一个起始位置，向后拓展，直到后面的字符跟子串里面有相同的元素，统计长度

这个时候我们借用哈希表，凡是重复

时间复杂度：O(N2)

---

优化：
由于right 走到 后面的 a 的时候，left++，然后如果到 e 再次进行遍历，那么其实走到 a 还是重复
这个时候我们就可以直接跳过 a ，这时候 right 就不用回去了，直接++
如果是这样的话，left++ 然后 right++，都不往后退，这个时候我们就可以优化为“滑动窗口”

2、利用规律，使用“滑动窗口”来解决问题

1. 定义 left 和 right 来充当左右端点
2. 进窗口（让字符进窗口）
3. 判断（当窗口内出现重复字符）
4. 出窗口（要跟判断进行循环，从哈希表中删除该字符）
5. 更新结果（就题论题）
   在整个判断结束之后更新结果

代码：

class Solution {public int lengthOfLongestSubstring(String ss) {char[] s = ss.toCharArray();int[] hash = new int[128];//用数组模拟哈希表int left = 0;int right = 0;int n = ss.length();int ret = 0;while(right < n) {hash[s[right]]++;//进入窗口//这里s[right]是字符所在的下标，把它放入到hash数组对应的下标中while(hash[s[right]] > 1) {//判断hash[s[left++]]--;//出窗口 值归零}ret = Math.max(ret, right - left + 1);//更新结果right++;//让下一个字符进入窗口}return ret;}
}