文章目录
- 1. 滑动窗口 介绍
- 2. 滑动窗口算法引入
- 209.长度最小的子数组
- 3. 使用滑动窗口解决算法题
- 3.无重复字符的最长子串
- 1004.最大连续1的个数III
- 1658.将x减到0的最小操作数
- 904.水果成篮
- LCR015.找到字符串中所有字母异位词
- 30.串联所有单词的子串
- 76.最小覆盖子串
1. 滑动窗口 介绍
滑动窗口算法 通常用于解决字符串和数组相关的问题(如找子串、子数组)。
该算法的基本思想是维护一个固定大小的窗口,通过该窗口在字符串或数组上滑动,从而寻找符合条件的子串或子数组。在每次窗口滑动时,我们只需要对窗口内的元素进行简单的更新,以便快速得到新的结果。
2. 滑动窗口算法引入
209.长度最小的子数组
解法思路
- 解法一:暴力枚举
- 两层循环,记录所有子数组的大小,最后得出满足条件的最小值
- 时间开销大,时间复杂度O(n^2)
for (int i = 0; i < n; i++)int sum = 0;for (int j = i; j < n; j++)sum += nums[j];if (sum >= target)// ...
- 解法二:根据①单调性 使用 ②同向双指针
根据上图所示,而单调性+同向双指针的方法,我们称之为滑动窗口。
而滑动窗口算法解题一般分为以下步骤:
- 初始化指针left,right
- 控制元素入窗口(即开始移动右指针)
- 条件判断(根据题目要求)
- 出窗口(移动左指针)
- 需要注意的是,后三步的执行顺序和题目有关,并非固定的
代码
int minSubArrayLen(int target, vector<int>& nums) {// 滑动窗口int n = nums.size();int left = 0, right = 0;int sum = 0, len = INT_MAX;while(right < n){sum += nums[right]; // 从前向后遍历数组 计算sumwhile(sum >= target) // 计算结果,更新sum{len = min(len, right - left + 1);sum -= nums[left++];}++right;}// 如果没有满足条件的len,则返回0return len == INT_MAX ? 0 : len;
}
3. 使用滑动窗口解决算法题
3.无重复字符的最长子串
解法思路
-
解法一:暴力枚举+哈希表
- 通过两层循环记录子串,并用哈希表记录所出现的字符,如果字符出现重复,则break此次循环
- 时间复杂度O(n^2)
-
解法二:找规律,使用滑动窗口+哈希表
代码
int lengthOfLongestSubstring(string s) {int hash[128] = {0}; // 用数组模拟哈希表int ret = 0;for(int left = 0, right = 0; right < s.size(); ++right){hash[s[right]]++; // 记录当前字符并++rightwhile(hash[s[right]] > 1) // 遇到重复数,Left到重复数(前面的)的后一位{hash[s[left++]]--; }ret = max(ret, right - left + 1);}return ret;
}
1004.最大连续1的个数III
解法思路
-
根据题目,我们可以将k个0翻转成1,由此我们可以将题目要求转化为:
- 找到最长的子数组,其中0的个数 <= k,由此只需要根据条件找最长即可。
-
解法一:暴力枚举+zero计数器
- zero计数器用于统计子数组中0的个数
- 通过两层循环计算子数组
- 时间复杂度
O(n^2)
-
解法二:滑动窗口+zero计数器
- 初始化left、right指针
- 进窗口:每次循环末尾将right++
- 判断条件:根据当前值更新计数器
- 出窗口:当zerok,此时移动left指针,直到zero <= k
- 更新结果:每次循环尾部更新ret
代码
int longestOnes(vector<int>& nums, int k) {int left = 0, right = 0;int zero = 0, ret = 0; // 计数器,统计0的个数while(right < nums.size()){// 判断if(nums[right] == 0) zero++;// 此时已经达到了最大能翻转的0的个数while(zero > k){if(nums[left] == 0) zero--;left++;}// 更新结果ret = max(ret, right - left + 1);right++; // 移动窗口}return ret;
}
1658.将x减到0的最小操作数
解法思路
- 如果我们直接进行解题,对于这个数组,我们可以从左右两个方向移除元素,比较复杂,所以我们可以采用下面的方法
- 正难则反 :将题目要求、思路逆转过来!
- 题目要求 找到将x减到0 最小操作数
- 我们只需找到数组中值为 n(数组长度) - x 的 最长子数组 即可
- 由此我们可以想到使用滑动窗口解题
- 解法:滑动窗口
- 初始化指针和相关变量
- 进窗口:记录子串当前位置总和(tmp += nums[right])
- 条件判断:当前子串和>target
- 出窗口:tmp -= nums[left],移动left指针
- 更新结果:当当前子串值tmp == target,更新结果ret
- 最后返回n - ret
代码
int minOperations(vector<int>& nums, int x) {// 思路:正难则反(将该题反过来思考)// 求和为target(sum-x)的最长子数组int sum = 0, n = nums.size();for(int num : nums) sum += num; // 计算数组总和 int target = sum - x, ret = -1;// x可能大于sum,此时return -1if(target < 0) return -1;// 解法:滑动窗口for(int left = 0, right = 0, tmp = 0; right < n; ++right){tmp += nums[right]; // 进窗口while(tmp > target) // 判断tmp -= nums[left++]; // 出窗口if(tmp == target)ret = max(ret, right - left + 1); // 更新结果}// 由于我们是求的值为sum-x的最长子数组,按照题目要求返回n-retreturn ret == -1 ? ret : n - ret;
}
904.水果成篮
解法思路
-
题意分析:即找到最长子数组,子数组要求只有两种元素
-
解法一:暴力枚举+哈希表
- 暴力解法前面都有提到,类似的思路,这里跳过
-
解法二:滑动窗口+哈希表
- 进窗口:将right位置元素统计到哈希表中
- 条件判断:当kinds(元素种类)>2
- 出窗口:将hash中left位置元素减去,移动left指针
- 更新结果:每次在循环尾部更新结果ret
代码
int totalFruit(vector<int>& fruits) {// 该题实际上可以理解为:求最长子数组,要求子数组只有两种类型的水果int left = 0, right = 0, ret = 0, n = fruits.size();// unordered_map<int, int> hash; // 哈希表统计某种类水果出现次数int hash[100001] = {0}; // 小优化,由于水果种类<=10^5,使用数组作为哈希表int kinds = 0;// 分析题目,解法为滑动窗口while(right < n){if(hash[fruits[right]] == 0) kinds++; // 使用变量判断水果种类hash[fruits[right]]++; // 进窗口while(kinds > 2) // 判断{hash[fruits[left]]--; // 出窗口if(hash[fruits[left]] == 0)kinds--;++left;}ret = max(ret, right - left + 1); // 更新结果++right;}return ret;
}
LCR015.找到字符串中所有字母异位词
解法思路
- 题意分析:题目要求找到所有的字母异位词,即找满足条件的子数组
- 解法:滑动窗口+哈希表
- 先用两个哈希表将s、p中字符的出现次数分别统计
- hash1 存储p中各个元素的出现次数
- hash2 记录当前滑动窗口内各个元素的出现次数
- 进窗口:将right位置元素统计到hash2中,并记录当前有效字符的个数count
- 条件判断:当滑动窗口(即当前统计的子串)过大,
- 出窗口:移动left指针,并判断有效字符
- 更新结果:循环尾部,每次判断(有效字符个数==p长度),则将该索引位置(left)加入到ret中
- 先用两个哈希表将s、p中字符的出现次数分别统计
代码
vector<int> findAnagrams(string s, string p) {int hash1[26] = {0}; // hash1 存储p中各个元素的出现次数for(char ch : p) hash1[ch - 'a']++;int count = 0, pLen = p.size(); // count 记录有效字符的个数int hash2[26] = {0}; // 记录每次滑动窗口元素出现次数vector<int> ret;for(int left = 0, right = 0; right < s.size(); ++right){char in = s[right];hash2[in - 'a']++; // 进窗口if(hash2[in - 'a'] <= hash1[in - 'a']) count++; // 维护count,满足有效字符条件则++if(right - left + 1 > pLen) // 滑动窗口过大{char out = s[left++];if(hash2[out - 'a'] <= hash1[out - 'a']) count--;hash2[out - 'a']--;}if(count == pLen) ret.push_back(left); // 更新结果}return ret;
}
30.串联所有单词的子串
解法思路
- 题意分析:我们需要找到所有串联子串在s中的开始索引
- 解法:滑动窗口+哈希表
- 这道题与上一个题字母异位词 类似
- 如图所示,滑动窗口需执行len次,先嵌套一层for循环
- 内层循环执行滑动窗口操作↓:
- hash1 :用于统计 s 中当前窗口内各个字符串出现的次数
- hash2 :统计words中每个字符串的出现次数
- 进窗口:记录当前right位置的字符串in,如果满足条件则入hash1并更新count(有效字符串个数)
- 条件判断:如果窗口的大小是否超过了包含所有 words 字符串的最大可能长度
- 出窗口:将hash中left位置字符串删去,移动left指针
- 更新结果:如果有效字符个数count == words大小,则将索引left加入到结果ret
代码
关于代码注释中提到的小优化:
// Similar to LCR 015. 找到字符串中所有字母异位词
vector<int> findSubstring(string s, vector<string>& words) {int len = words[0].size(), wSize = words.size();vector<int> ret; // 结果数组if(len > s.size()) return ret;unordered_map<string, int> hash2; // 统计 words 字符串次数for(string str : words) hash2[str]++; // 统计次数for(int i = 0; i < len; ++i) // 执行len次{unordered_map<string, int> hash1; // 存储 s 中各字符串的次数for(int left = i, right = i, count = 0; right + len <= s.size(); right += len) // right每次跳过一个words中字符串大小// count 计算有效字符串的个数{string in = s.substr(right, len); // right位置字符串if(hash2.count(in) && ++hash1[in] <= hash2[in]) count++; // 进窗口 (hash2.count(in),小优化如果hash2中没有in,就不执行,方括号会创建变量)// 判断if(right - left + 1 > len * wSize) // 出窗口 + 维护count{string out = s.substr(left, len);if(hash2.count(out) && hash1[out] <= hash2[out]) count--;hash1[out]--;left += len;}if(count == wSize) ret.push_back(left);}} return ret;
}
76.最小覆盖子串
解法思路
- 该题与上一题串联思路相似,重点在于条件判断
- 题意分析:题目要求返回字符串s的最小子串,该子串包含字符串t的所有字符
- 解法:滑动窗口+哈希表
- 先初始化相关变量和哈希表
- hash1:统计t所有字符
- hash2:记录s中当前窗口字符的出现次数
- 进窗口:若right位置字符满足条件,则放入hash2中,并更新count(有效字符的个数)
- 条件判断:根据下图,当count == kinds时:
- 更新结果:如果此时滑动窗口大小 < minLen(当前记录的最短子串长),则更新结果
- 出窗口:将left位置字符从hash2中减去,判断是否是满足条件的字符,如果是则count–
- 先初始化相关变量和哈希表
代码
string minWindow(string s, string t) {int hash1[128] = {0}; // 统计t的字符int hash2[128] = {0}; // 统计字符串int kinds = 0; // 统计t中 字符的种类for(char ch : t) if(hash1[ch]++ == 0) kinds++;int minLen = INT_MAX, begin = -1; // 最后要用的结果,最小子串的长度和起始位置for(int left = 0, right = 0, count = 0; right < s.size(); ++right){char in = s[right];// 进窗口if(++hash2[in] == hash1[in]) count++; // 当t中的字符次数与当前in的次数一致时,更新count// 判断while(count == kinds){if(right - left + 1 < minLen){minLen = right - left + 1; // 更新结果begin = left; // 记录待返回字符串的起始索引}char out = s[left++]; // 出窗口if(hash2[out]-- == hash1[out]) count--;}}return begin == -1 ? "" : s.substr(begin, minLen);
}