优选算法之滑动窗口(下)

目录

一、水果成篮

1.题目链接:904.水果成篮

2.题目描述:

3.解法(滑动窗口)

🍁算法思路:

🍁算法流程:

🍁算法代码1(使用容器):

🍁算法代码2(用数组模拟哈希表):

二、找到字符串中所有字母异位词

1.题目链接:438.找到字符串中所有字母异位词

2.题目描述:

3.解法(滑动窗口 + 哈希表)

🍂算法思路:

🍂算法代码:

三、串联所有单词的子串

1.题目链接:30.串联所有单词的子串

2.题目描述:

3.解法(滑动窗口  + 哈希表)

🍇算法思路: 

🍇算法代码:

四、最小覆盖子串

1.题目链接:76.最小覆盖子串

2.题目描述:

3.解法(滑动窗口 + 哈希表)

🍒算法思路:

🍒算法流程:

🍒算法代码:


一、水果成篮

1.题目链接:904.水果成篮

2.题目描述:

你正在探访一家农场,农场从左到右种植了一排果树。这些树用一个整数数组 fruits 表示,其中 fruits[i] 是第 i 棵树上的水果 种类 。

你想要尽可能多地收集水果。然而,农场的主人设定了一些严格的规矩,你必须按照要求采摘水果:

  • 你只有 两个 篮子,并且每个篮子只能装 单一类型 的水果。每个篮子能够装的水果总量没有限制。
  • 你可以选择任意一棵树开始采摘,你必须从 每棵 树(包括开始采摘的树)上 恰好摘一个水果 。采摘的水果应当符合篮子中的水果类型。每采摘一次,你将会向右移动到下一棵树,并继续采摘。
  • 一旦你走到某棵树前,但水果不符合篮子的水果类型,那么就必须停止采摘。

给你一个整数数组 fruits ,返回你可以收集的水果的 最大 数目。

示例 1:

输入:fruits = [1,2,1]
输出:3
解释:可以采摘全部 3 棵树。

示例 2:

输入:fruits = [0,1,2,2]
输出:3
解释:可以采摘 [1,2,2] 这三棵树。
如果从第一棵树开始采摘,则只能采摘 [0,1] 这两棵树。

示例 3:

输入:fruits = [1,2,3,2,2]
输出:4
解释:可以采摘 [2,3,2,2] 这四棵树。
如果从第一棵树开始采摘,则只能采摘 [1,2] 这两棵树。

示例 4:

输入:fruits = [3,3,3,1,2,1,1,2,3,3,4]
输出:5
解释:可以采摘 [1,2,1,1,2] 这五棵树。

3.解法(滑动窗口

🍁算法思路:

研究的对象是一段连续的区间,可以使用「滑动窗口」思想来解决问题。

让滑动窗口满足:窗口内水果的种类只有两种。

做法:右端水果进入窗口的时候,用哈希表统计这个水果的频次。这个水果进来后,判断哈希表的大小:

  • 如果大小超过 2:说明窗口内水果种类超过了两种。那么就从左侧开始依次将水果划出窗口,直到哈希表的大小小于等于 2,然后更新结果;
  • 如果没有超过 2,说明当前窗口内水果的种类不超过两种,直接更新结果 ret。

🍁算法流程:

a. 初始化哈希表 hash 来统计窗口内水果的种类和数量;

b. 初始化变量:左右指针 left = 0,right = 0,记录结果的变量 ret = 0;

c. 当 right 小于数组大小的时候,一直执行下列循环:

1.将当前水果放入哈希表中;

2.判断当前水果进来后,哈希表的大小:

• 如果超过 2:

  • 将左侧元素滑出窗口,并且在哈希表中将该元素的频次减一;
  • 如果这个元素的频次减一之后变成了 0,就把该元素从哈希表中删除;
  • 重复上述两个过程,直到哈希表中的大小不超过 2;

3.更新结果 ret;

4. right++,让下一个元素进⼊窗口;

d. 循环结束后,ret 存的就是最终结果。

🍁算法代码1(使用容器):

class Solution 
{
public:int totalFruit(vector<int>& fruits) {unordered_map<int, int> hash; // 统计窗口内出现了多少种⽔果int ret = 0;for (int left = 0, right = 0; right < fruits.size(); right++) {hash[fruits[right]]++;       // 进窗口while (hash.size() > 2) // 判断{// 出窗口hash[fruits[left]]--;if (hash[fruits[left]] == 0)hash.erase(fruits[left]);left++;}ret = max(ret, right - left + 1);}return ret;}
};

🍁算法代码2(用数组模拟哈希表):

class Solution 
{
public:int totalFruit(vector<int>& fruits) {// 统计窗口内出现了多少种水果int hash[100001] = {0};int ret = 0;for(int left = 0, right = 0, kinds = 0; right < fruits.size(); right++){// 维护水果的种类if(hash[fruits[right]]  == 0) kinds++;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);}return ret;}
};

二、找到字符串中所有字母异位词

1.题目链接:438.找到字符串中所有字母异位词

2.题目描述:

给定两个字符串 s 和 p,找到 s 中所有 p 的 异位词 的子串,返回这些子串的起始索引。不考虑答案输出的顺序。

异位词 指由相同字母重排列形成的字符串(包括相同的字符串)。

示例 1:

输入: s = "cbaebabacd", p = "abc"
输出: [0,6]
解释:
起始索引等于 0 的子串是 "cba", 它是 "abc" 的异位词。
起始索引等于 6 的子串是 "bac", 它是 "abc" 的异位词。

 示例 2:

输入: s = "abab", p = "ab"
输出: [0,1,2]
解释:
起始索引等于 0 的子串是 "ab", 它是 "ab" 的异位词。
起始索引等于 1 的子串是 "ba", 它是 "ab" 的异位词。
起始索引等于 2 的子串是 "ab", 它是 "ab" 的异位词。

3.解法(滑动窗口 + 哈希表

🍂算法思路:

因为字符串 p 的异位词的长度一定与字符串 p 的长度相同,所以我们可以在字符串 s 中构造⼀个长度为与字符串 p 的长度相同的滑动窗口,并在滑动中维护窗口中每种字母的数量;

  • 当窗口中每种字母的数量与字符串 p 中每种字母的数量相同时,则说明当前窗⼝为字符串 p的异位词;
  • 因此可以用两个大小为 26 的数组来模拟哈希表,一个来保存 s 中的子串每个字符出现的个数,另一个来保存 p 中每一个字符出现的个数。这样就能判断两个串是否是异位词。

🍂算法代码:

class Solution 
{
public:vector<int> findAnagrams(string s, string p) {vector<int> ret;int hash1[26] = { 0 };// 统计字符串p中每个字符出现的个数    for(auto ch : p) hash1[ch - 'a']++;int hash2[26] = { 0 };// 统计窗口里边每个字符出现的个数int m = p.size();for(int left = 0, right = 0, count = 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countif(right - left + 1 > m)// 判断{char out = s[left++];if(hash2[out - 'a'] <= hash1[out - 'a']) count--;// 维护counthash2[out - 'a']--;// 出窗口}if(count == m) ret.push_back(left);// 更新结果}return ret;}
}; 

三、串联所有单词的子串

1.题目链接:30.串联所有单词的子串

2.题目描述:

给定一个字符串 s 和一个字符串数组 words words 中所有字符串 长度相同

s 中的 串联子串 是指一个包含  words 中所有字符串以任意顺序排列连接起来的子串。

  • 例如,如果 words = ["ab","cd","ef"], 那么 "abcdef", "abefcd""cdabef", "cdefab""efabcd", 和 "efcdab" 都是串联子串。 "acdbef" 不是串联子串,因为他不是任何 words 排列的连接。

返回所有串联子串在 s 中的开始索引。你可以以 任意顺序 返回答案。

示例 1:

输入:s = "barfoothefoobarman", words = ["foo","bar"]
输出:[0,9]
解释:因为 words.length == 2 同时 words[i].length == 3,连接的子字符串的长度必须为 6。
子串 "barfoo" 开始位置是 0。它是 words 中以 ["bar","foo"] 顺序排列的连接。
子串 "foobar" 开始位置是 9。它是 words 中以 ["foo","bar"] 顺序排列的连接。
输出顺序无关紧要。返回 [9,0] 也是可以的。

示例 2:

输入:s = "wordgoodgoodgoodbestword", words = ["word","good","best","word"]
输出:[]
解释:因为 words.length == 4 并且 words[i].length == 4,所以串联子串的长度必须为 16。
s 中没有子串长度为 16 并且等于 words 的任何顺序排列的连接。
所以我们返回一个空数组。

示例 3:

输入:s = "barfoofoobarthefoobarman", words = ["bar","foo","the"]
输出:[6,9,12]
解释:因为 words.length == 3 并且 words[i].length == 3,所以串联子串的长度必须为 9。
子串 "foobarthe" 开始位置是 6。它是 words 中以 ["foo","bar","the"] 顺序排列的连接。
子串 "barthefoo" 开始位置是 9。它是 words 中以 ["bar","the","foo"] 顺序排列的连接。
子串 "thefoobar" 开始位置是 12。它是 words 中以 ["the","foo","bar"] 顺序排列的连接。

3.解法(滑动窗口  + 哈希表

🍇算法思路: 

        如果我们把每一个单词看成⼀个⼀个字母,问题就变成了找到「字符串中所有的字母异位词」。无非就是之前处理的对象是⼀个⼀个的字符,我们这里处理的对象是⼀个⼀个的单词。

🍇算法代码:

class Solution 
{
public:vector<int> findSubstring(string s, vector<string>& words) {vector<int> ret;unordered_map<string, int> hash1;// 保存words里面所有单词出现的频次for(auto& s : words) hash1[s]++;int len = words[0].size(), m = words.size();for(int i = 0; i < len; i++)// 总共执行len次{unordered_map<string, int> hash2;// 维护窗口内单词的频次for(int left = i, right = i, count = 0; right + len <= s.size(); right += len){// 进窗口 + 维护窗口string in = s.substr(right, len);hash2[in]++;if(hash1.count(in) && hash2[in] <= hash1[in]) count++;// 判断if(right - left + 1 > len * m){// 出窗口 + 维护countstring out = s.substr(left, len);if(hash1.count(out) && hash2[out] <= hash1[out]) count--;hash2[out]--;left += len;}if(count == m) ret.push_back(left);}}return ret;}
};

四、最小覆盖子串

1.题目链接:76.最小覆盖子串

2.题目描述:

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 "" 。

注意:

  • 对于 t 中重复字符,我们寻找的子字符串中该字符数量必须不少于 t 中该字符数量。
  • 如果 s 中存在这样的子串,我们保证它是唯一的答案。

示例 1:

输入:s = "ADOBECODEBANC", t = "ABC"
输出:"BANC"
解释:最小覆盖子串 "BANC" 包含来自字符串 t 的 'A'、'B' 和 'C'。

示例 2:

输入:s = "a", t = "a"
输出:"a"
解释:整个字符串 s 是最小覆盖子串。

示例 3:

输入: s = "a", t = "aa"
输出: ""
解释: t 中两个字符 'a' 均应包含在 s 的子串中,
因此没有符合条件的子字符串,返回空字符串。

3.解法(滑动窗口 + 哈希表

🍒算法思路:

研究对象是连续的区间,因此可以尝试使用滑动窗口的思想来解决。

如何判断当前窗口内的所有字符是符合要求的呢?

  • 我们可以使用两个哈希表,其中一个将目标串的信息统计起来,另一个哈希表动态的维护窗口内字符串的信息。
  • 当动态哈希表中包含⽬标串中所有的字符,并且对应的个数都不小于目标串的哈希表中各个字符的个数,那么当前的窗口就是⼀种可行的方案。

🍒算法流程:

a. 定义两个全局的哈希表: 1 号哈希表 hash1 用来记录子串的信息, 2 号哈希表 hash2用来记录目标串 t 的信息;

b. 实现⼀个接口函数,判断当前窗⼝是否满足要求:

i. 遍历两个哈希表中对应位置的元素:

  • 如果 t 中某个字符的数量大于窗⼝中字符的数量,也就是 2 号哈希表某个位置大于1 号哈希表。说明不匹配,返回 false ;
  • 如果全都匹配,返回 true 。

主函数中:

a. 先将 t 的信息放⼊ 2 号哈希表中;

b. 初始化⼀些变量:左右指针: left = 0,right = 0 ;目标子串的长度: len = INT_MAX ;目标子串的起始位置: retleft ;(通过目标子串的起始位置和长度,我们就能找到结果)。

c. 当 right 小于字符串 s 的长度时,一直下列循环:

i. 将当前遍历到的元素扔进 1 号哈希表中;

ii. 检测当前窗口是否满足条件:

• 如果满足条件:

  • 判断当前窗⼝是否变小。如果变小:更新长度 len ,以及字符串的起始位置retleft ;
  • 判断完毕后,将左侧元素滑出窗口,顺便更新 1 号哈希表;
  • 重复上面两个过程,直到窗口不满足条件;

iii. right++ ,遍历下一个元素;

d. 判断 len 的长度是否等于 INT_MAX :

i. 如果相等,说明没有匹配,返回空串;

ii. 如果不想等,说明匹配,返回 s 中从 retleft 位置往后 len 长度的字符串。

🍒算法代码:

class Solution {
public:string minWindow(string s, string t) {int hash1[128] = {0};// 统计字符串t中每一个字符的频次int kinds = 0;// 统计有效字符有多少种for(auto ch : t)if(hash1[ch]++ == 0) kinds++;int hash2[128] = {0};// 统计窗口内每个字符的频次int minlen = INT_MAX, begin = -1;for(int left = 0, right = 0, count = 0; right < s.size(); right++){char in = s[right];if(++hash2[in] == hash1[in]) count++;// 进窗口 + 维护countwhile(count == kinds)// 判断条件{if(right - left + 1 < minlen)// 更新结果{minlen = right - left + 1;begin = left;}char out = s[left++];if(hash2[out]-- == hash1[out]) count--;// 出窗口 + 维护count }}if(begin == -1) return "";else return s.substr(begin, minlen);}
};

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/48275.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数模·插值和拟合算法

插值 将离散的点连成曲线或者线段的一种方法 题目中有"任意时刻任意的量"时使用插值&#xff0c;因为插值一定经过样本点 插值函数的概念 插值函数与样本离散的点一一重合 插值函数往往有多个区间&#xff0c;多个区间插值函数样态不完全一样&#xff0c;简单来说就…

C的预编译指令

预编译指令 #include对于形如 #include "demo.h" 的指令&#xff1a;对于形如 #include <demo.h> 的指令&#xff1a; #define简单宏替换带参数的宏 #ifdef, #ifndef, #if#pragma#error#line 在C语言中&#xff0c;预编译指令用于在编译之前进行代码的预处理。…

etcd磁盘空间故障处理办法

查看etcd状态 etcdctl --cacert=/etc/kubernetes/ssl/ca.crt --cert=/etc/kubernetes/ssl/etcd_server.crt --key=/etc/kubernetes/ssl/etcd_server.key --endpoints=https://10.10.10.31:1159,https://10.10.10.32:1159,https://10.10.10.33:1159 endpoint status --write-…

【系统架构设计 每日一问】二 MySql主从复制延迟可能是什么原因,怎么解决

主从复制的架构设计如下图所示&#xff1a; 同步原理 具体到数据库之间是通过binlog和复制线程操作的&#xff1a; Master的更新事件(update、insert、delete)会按照顺序写入bin-log中。当Slave连接到Master的后,Master机器会为Slave开启&#xff0c;binlog dump线程,该线程…

24、获取NCL色标并将其保存为Excel文件

文章目录 1. 前言2. 代码 1. 前言 在数据可视化的世界里&#xff0c;色彩不仅仅是视觉的盛宴&#xff0c;更是信息的传递者。NCL&#xff08;The NCAR Command Language&#xff09;色标&#xff0c;作为气象和环境科学领域的瑰宝&#xff0c;以其丰富的色彩组合和科学的编排&…

Linux指令ros学习python深度学习bug学习笔记

## 这个文件是关于ros、linux指令&#xff0c;pytorch、python、onnx和相关problem的一些笔记 ### ROS && linux **find: 在当前路径或指定的路径下递归地搜索文件或目录&#xff0c;并可以根据不同的条件进行过滤和匹配。** find -name *.py find /home/dai/bev_…

H3CNE(计算机网络的概述)

1. 计算机网络的概述 1.1 计算机网络的三大基本功能 1. 资源共享 2. 分布式处理与负载均衡 3. 综合信息服务 1.2 计算机网络的三大基本类型 1.3 网络拓扑 定义&#xff1a; 网络设备连接排列的方式 网络拓扑的类型&#xff1a; 总线型拓扑&#xff1a; 所有的设备共享一…

Vue3 --- 路由

路由就是一组key-value的对应关系&#xff1b;多个路由&#xff0c;需要经过路由器的管理。 1. 基本切换效果 安装路由器 npm i vue-router /router/index.ts // import { createRouter, createWebHistory } from vue-router import Home from /components/Home.vue import…

Python面试整理-字典和集合的操作

在Python中,字典(dictionary)和集合(set)是两种非常有用的数据结构,用于存储和操作数据集。字典是一种键值对的集合,而集合是一种只包含唯一元素的集合。下面详细介绍它们的常用操作: 字典操作 创建字典 person = {"name": "Alice",

萝卜快跑爆火的背后,美格智能如何助力无人车商业化?

近期&#xff0c;“订单量超过600万单”等夺人眼球的信息&#xff0c;让无人驾驶出租车“萝卜快跑”从江城武汉爆火出圈&#xff0c;在2024年的炎炎夏日为这座大火炉再添了一把火。热度背后&#xff0c;不少地方主管部门&#xff0c;近期也纷纷针对无人驾驶出租车、无人驾驶运输…

基于术语词典干预的机器翻译挑战赛笔记Task2 #Datawhale AI 夏令营

上回&#xff1a; 基于术语词典干预的机器翻译挑战赛笔记Task1 跑通baseline Datawhale AI 夏令营-CSDN博客文章浏览阅读718次&#xff0c;点赞11次&#xff0c;收藏8次。基于术语词典干预的机器翻译挑战赛笔记Task1 跑通baselinehttps://blog.csdn.net/qq_23311271/article/d…

C++树形结构(2 树的直径)

目录 1.定义&#xff1a; 2.直径的性质&#xff1a; 3.树的直径求解方法&#xff1a; 4.直径端点求解方法&#xff1a; 朴素方法&#xff1a; 优化方法&#xff1a; 5.例题&#xff1a; 6.直径公共点&#xff1a; 7.例题&#xff1a; 8.去掉再加上&#xff1a; 9.例…

最新版kubeadm搭建k8s(已成功搭建)

kubeadm搭建k8s&#xff08;已成功搭建&#xff09; 环境配置 主节点 k8s-master&#xff1a;4核8G、40GB硬盘、CentOS7.9&#xff08;内网IP&#xff1a;10.16.64.67&#xff09; 从节点 k8s-node1&#xff1a; 4核8G、40GB硬盘、CentOS7.9&#xff08;内网IP&#xff1a;10…

【极客日常】Golang一个的slice数据替换的bug排查

上周某天下班前&#xff0c;接到同事转来一个bug要排查&#xff0c;症状是代码重构之后某些业务效果不符合预期&#xff0c;由于代码重构人是笔者&#xff0c;于是blame到笔者这边。经过10min左右的排查和尝试后&#xff0c;解决了这个问题&#xff1a;既往逻辑没有改动&#x…

框架使用及下载

Bootstrap5 安装使用 | 菜鸟教程 (runoob.com) https://github.com/twbs/bootstrap/releases/download/v5.1.3/bootstrap-5.1.3-dist.zip&#xff08;下载链接&#xff09; Staticfile CDN&#xff08;html的所有框架合集&#xff09; 直接在w3cschool里面看参考文件进行搜索自…

时间序列问题解题(基于深度学习)(Datawhale AI 夏令营)

一&#xff0c;解题步骤 时间序列问题是指基于时间顺序的数据进行分析和预测的问题。在深度学习的背景下&#xff0c;常用的模型包括循环神经网络&#xff08;RNN&#xff09;&#xff0c;长短期记忆网络&#xff08;LSTM&#xff09;和门控循环单元&#xff08;GRU&#xff0…

RHCSA —— 第八节 (编辑器、编辑命令等)

Vi/vim编辑器 vim 编辑器 就是相当于在windows中创建一个记事本&#xff0c;一个word文档里面进行编辑所需要的内容。在linux中编辑文本文件&#xff0c;包括但不限于编辑源代码、配置文件、日志文件等文件内容。 三种模式 这是在编辑器中存在三种模式&#xff1a;命令模式、…

vue中的some方法使用@1@

1.Vue中的some方法是一个数组方法&#xff0c;用于检测数组中是否至少有一个元素满足指定条件。它的用法和作用类似于JavaScript中的Array.prototype.some()方法。 2.在Vue中&#xff0c;使用some方法可以对数组进行条件判断&#xff0c;以确定数组中是否存在满足条件的元素。…

[经验] 驰这个汉字的拼音是什么 #学习方法#其他#媒体

驰这个汉字的拼音是什么 驰&#xff0c;是一个常见的汉字&#xff0c;其拼音为“ch”&#xff0c;音调为第四声。它既可以表示动词&#xff0c;也可以表示形容词或副词&#xff0c;意义广泛&#xff0c;经常出现在生活和工作中。下面就让我们一起来了解一下“驰”的含义和用法。…

Huawei、Cisco 路由中 RIP 协议 summary 的用法

华为路由中 RIP summary summary用来使能 RIP 有类聚合&#xff0c;聚合后的路由以使用自然掩码的路由形式发布。undo summary用来取消有类聚合以便在子网之间进行路由&#xff0c;此时&#xff0c;子网的路由信息就会被发布出去。路由聚合降低了路由表中路由信息量。说明 有类…