560 和为k的子数组

给你一个整数数组 nums 和一个整数 k ，请你统计并返回 该数组中和为 k 的子数组的个数 。

子数组是数组中元素的连续非空序列。

思路：一次遍历元素，当当前累积和超过k时（若当前元素>k，直接切换到下一元素），去除前置元素至和小于k（用长度length调用前置元素）

class Solution(object):def subarraySum(self, nums, k):""":type nums: List[int]:type k: int:rtype: int"""summ, length, out = 0, 0, 0for i, val in enumerate(nums):if val >= k:summ, length = 0, 0out += 1 if val == k else 0continueelse:summ, length = summ+val, length+1if summ < k:continueelse:while summ > k: length -= 1summ -= nums[i-length]   if summ == k:length -= 1summ -= nums[i-length]out+=1return out#这一版代码只适用于数组元素为正的情况...只能通过32/93个案例

官方思路：前缀和 sum[i, j] = pre[j]-pre[i-1]=k  由于 i-1<j，所以遍历到下标 j 时就能判断 [0,j] 内有多少满足求和条件的子数组；

class Solution(object):def subarraySum(self, nums, k):""":type nums: List[int]:type k: int:rtype: int"""tmp = {0:1}summ, out = 0, 0for i in range(len(nums)):summ += nums[i]out += tmp[summ-k] if summ-k in tmp else 0            tmp[summ] = 1 if summ not in tmp else tmp[summ]+1#在[0:i-1]内搜索前缀和，再更新[0;j]的前缀和      return out

 239 滑动窗口最大值

给你一个整数数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。返回 滑动窗口中的最大值 。

官方思路：当窗口右滑 有新元素入窗时，移出所有值小于新元素的元素，再判断现有最大值是否超出窗口长度， 用双向队列来维护当前窗口内元素坐标；

from collections import dequeclass Solution(object):def maxSlidingWindow(self, nums, k):""":type nums: List[int]:type k: int:rtype: List[int]"""idx = deque()out = []for i in range(len(nums)):while idx and nums[i] > nums[idx[-1]]:   #pop对空队列操作会报错idx.pop()idx.append(i)# if i == k-1:out.append(nums[idx[0]])   #i=k-1时刚好取完第一个窗口长度，此时需要取一次最大值if i >= k-1:                             while idx[0] <= i-k:                 #当i=k时才会需要判断最大值是否超过窗口idx.popleft()out.append(nums[idx[0]])return out

双端队列

1.len(deque)  
2.deque.appendleft(val)   #将val插入到队头deque.append(val)       #将val插入到队尾deque.insert(idx, val)  #将val放在idx，idx越界时会自动更改到边界位置deque.extendleft(list)  #将list插入到队头   会改变list中元素的相对位置deque.extend(list)      #将list插入到队尾
3.deque.popleft()         #移除队头元素deque.pop()             #移除队尾元素，队列为空会报错
4.deque[idx] = val        #通过索引更改元素
5.deque.index(val)        #查找元素对应的索引，没有匹配会报错
6.deque.count(val)        #统计val的数量
7.deque.remove(val)       #移除第一个匹配的元素，没有匹配会报错deque.clear()           #清空
8.deque.reverse()         #翻转deque.rotate(k)         #循环右移k步（首尾相接）

76 最小覆盖子串

给你一个字符串 s 、一个字符串 t 。返回 s 中涵盖 t 所有字符的最小子串。如果 s 中不存在涵盖 t 所有字符的子串，则返回空字符串 ""

官方思路：用双指针维护一个滑动窗口，先增大right指标至窗口内能找到t中的全部字母，然后移动left指标缩小窗口；在即将要破坏满足全部字母的条件时，若此时窗口长度更小，则记录下指针坐标；

class Solution(object):def minWindow(self, s, t):""":type s: str:type t: str:rtype: str"""if len(s) < len(t):return ''hasht = {}left, right, out = 0, 0, [0, len(s)+1]for i in range(len(t)):                                #用counter可以直接生成字典hasht[t[i]] = hasht[t[i]] + 1 if t[i] in hasht else 1while right < len(s):if s[right] in hasht: hasht[s[right]] = hasht[s[right]] - 1                     while max(hasht.values()) == 0 and left <= right:  #此时找到所有元素，移动left指针if s[left] in hasht: hasht[s[left]] = hasht[s[left]] + 1if right-left<out[1]-out[0]:out[0], out[1] = left, right+1            #切片右侧取不到left += 1right += 1return '' if out[1]>len(s) else s[out[0]:out[1]]

优化：max(hasht.values()) == 0 需要每次遍历，可以用needcnt记录欠缺元素的数量；

class Solution(object):def minWindow(self, s, t):""":type s: str:type t: str:rtype: str"""if len(s) < len(t):return ''left, right, out = 0, 0, [0, len(s)+1]needcnt = len(t)hasht = Counter(t)while right < len(s):if s[right] in hasht: hasht[s[right]] = hasht[s[right]] - 1      if hasht[s[right]] >= 0: needcnt -= 1    #只有hasht[s[i]]为负时才是重复元素        while needcnt == 0 and left <= right:  if s[left] in hasht: hasht[s[left]] = hasht[s[left]] + 1if hasht[s[left]] > 0: needcnt += 1  #只有hasht[s[i]]为正时才是欠缺元素if right-left<out[1]-out[0]:out[0], out[1] = left, right+1        left += 1right += 1return '' if out[1]>len(s) else s[out[0]:out[1]]