算法学习笔记(一):滑动窗口和双指针

滑动窗口套路:

        核心套路三步骤:

                1.入: 下标为 i 的元素进入窗口,更新相关统计量(因为一个元素进入了,则相关统计的数据要更新,就是+),然后进行判断,如果i < k - 1 则continue,继续进入窗口,因为定长窗口元素不足;

                2.更新:更新答案。一般是更新最大\最小值;

                3.出:下标为i - k + 1 的元素离开窗口,更新相关统计量(出了一个元素,窗口内的统计量要减去这个出的元素)。

一:定长滑动窗口

1.定长字串中元音的最大数目

        元音有:a\e\i\o\u

        给你字符串 S 和整数 k;

        请你返回字符串 s 中长度为 k 的单个子字符串中可能包含的最大元音字母数。

class Solution {public int maxVowels(String s, int k) {int max = Integer.MIN_VALUE;int sum = 0;char[] arr = s.toCharArray();for (int i = 0; i < arr.length; i++) {//入if (isVowel(arr[i])) sum++;if (i < k - 1) continue;//更新max = Math.max(sum, max);//出char out = arr[i - k + 1];if (isVowel(out)) sum--;}return max;}public boolean isVowel(char ch) {return ch == 'a' || ch == 'e' || ch == 'i' || ch == 'o' || ch == 'u';}
}

2.子数组最大平均数I

        给你一个由 n 个元素组成的整数数组 nums 和一个整数 k

        请你找出平均数最大且长度为 k 的连续子数组,并输出该最大平均值

        任何误差小于 10(-5)的答案都将被视为正确答案

class Solution {public double findMaxAverage(int[] nums, int k) {int maxAvg = Integer.MIN_VALUE, sum = 0;for (int i = 0; i < nums.length; i++) {sum += nums[i];if (i < k - 1) continue;maxAvg = Math.max(maxAvg, sum);sum -= nums[i - k + 1];}return 1.0 * maxAvg / k;}
}

3.大小为 k 且平均值大于等于阈值的子数组数目

        给你一个整数数组 arr 和两个整数 k 和threshold

        请你返回长度为 k 且平均值大于等于 threshold 的子数组数目。

class Solution {public int numOfSubarrays(int[] arr, int k, int threshold) {int avg = 0, count = 0;for (int i = 0; i < arr.length; i++) {avg += arr[i];if (i < k - 1) continue;if (avg / k >= threshold) count++;avg -= arr[i - k + 1];}return count;}
}

4.得到 K 个黑块的最少涂色次数

        给你一个长度为 n 下标从 0 开始的字符串 blocks,blocks[i] 要么是 ‘W’ 要么是 ‘B’,表示白色和黑色

        给你一个整数 k,表示想要连续黑色快的数目

        每一次操作中,你可以选择一个白色快将它涂成黑色快

        请你返回至少出现一次连续 k个黑色快的最少操作次数

class Solution {public int minimumRecolors(String blocks, int k) {int min = Integer.MAX_VALUE, count = 0;char [] arr = blocks.toCharArray();for (int i = 0; i < arr.length; i++) {if (arr[i] == 'W') count++;if (i < k - 1) continue;min = Math.min(min, count);char out = arr[i - k + 1];if (out == 'W') count--;}return min;}
}

二:不定长滑动窗口

1.无重复字符的最长字串

        给定一个字符串 s,请你找出其中不含有重复字符的最长字串的长度。

class Solution {public int lengthOfLongestSubstring(String s) {//用哈希表或者数组存重复字符的上一个索引Map<Character, Integer> map = new HashMap<>();char[] arr = s.toCharArray();int left = -1;  //开始从-1开始 表示没有重复元素int len = 0;for (int i = 0; i < arr.length; i++) {if (map.containsKey(arr[i])) {  //有重复的 那么就将left起点从上一个重复的为止开始算长度left = Math.max(left, map.get(arr[i])); //这是防止多个重复 比如 abba b先重复了 left已经再1了 这个时候a//重复了 a的上一个位置还在0 但是不能从0开始算 要从1开始算}//更新最新字符的索引map.put(arr[i], i);len = Math.max(len, i - left);}return len;}
}

2.每个字符最多出现两次的最长子字符串

        给你一个字符串 s,请找出满足每个字符最多出现两次的最长子字符串

        并返回该子字符串的最大长度

class Solution {public int maximumLengthSubstring(String s) {//这特么是简单题? /**不定长滑动窗口 因为这题说了是由小写字母组成 可以用阿斯克吗来做或者用哈希?想一想哈希的做法*/// Map<Character, Integer> map = new HashMap<>();// int len = 0, left = 0;// char[] arr = s.toCharArray();// for (int i = 0; i < arr.length; i++) {//     map.put(arr[i], map.getOrDefault(arr[i], 0) + 1);//     while (map.get(arr[i]) > 2) {//         //去掉重复字符的第一个//         map.put(arr[left], map.get(arr[left]) - 1);//         left++;//     }//     len = Math.max(len, i - left + 1);// }// return len;//用数组来做 效率一点int[] arr = new int[26];char[] c = s.toCharArray();int len = 0, left = 0;for (int i = 0; i < c.length; i++) {int j = c[i] - 'a'; //正好对应索引下标a从0开始arr[j]++;while (arr[j] > 2) {arr[c[left++] - 'a']--; //不管元素是什么,只要保证left从0开始遍历,一直到找到j这个元素 然后删掉它//这个时候的left++就是新的开端 就是找到第一个重复的元素 删掉他 然后从它下一个开始}len = Math.max(len, i - left + 1);}return len;}
}

    3.删掉一个元素以后全为 1 的最长子数组 

            给你一个二进制数组 nums,你需要从中删掉一个元素

                请你在删掉元素的结果数组种,返回最长的且只包含1的非空子数组的长度

                如果不存在这样的子数组,请返回0

class Solution {public int longestSubarray(int[] nums) {int len = 0, sum = 0, left = 0;for (int i = 0; i < nums.length; i++) {sum += 1- nums[i];  //如果是0 那么肯定是+1了 相当于判断是否是0while (sum > 1) {//表示最少进来了两个0了,那么需要删掉最开始的那个0sum -= 1- nums[left++];}len = Math.max(len, i - left);}return len;}
}

二.相向双指针

两个指针left=0,right = n - 1,从数组的两端开始,向中间移动,这叫相向双指针。

1.反转字符串

        编写一个函数,其作用是将输入的字符串反转过来。输入字符串以字符数组 s 的形式给出

        不要给另外的数组分配额外的空间,你必须原地修改输入数组、使用0(1)的额外空间解决

        这一问题

class Solution {public void reverseString(char[] s) {/**双指针? 从左和从右开始同时移动,然后右边和左边的值互换然后当左>=右了就停下 */int left = 0, right = s.length - 1;while (left < right) {char temp = s[left];s[left++] = s[right];s[right--] = temp;} }
}

2.验证回文串

        如果在将所有大写字符转换为小写字符、并移除所有非字母数字字符之后,短语正着读

        和反着读都一样。则可以认为改短语是一个 回文串

        字母和数字都属于字母数字字符

        给你一个字符串 s,如果它是回文串,返回true,否则返回false

class Solution {public boolean isPalindrome(String s) {//先大写转小写, 然后去掉非字母数字字符 用ascii码//字母ASCII码是97-122 数字0-9的ASCII码是48到57s = s.toLowerCase();StringBuilder sb = new StringBuilder();for (int i = 0; i < s.length(); i++) {char c = s.charAt(i);if ((c >= 48 && c <= 57) || (c >= 97 && c <= 122)) {sb.append(c);}}//验证回文串int left = 0, right = sb.length() - 1;String str = sb.toString();while (left < right) {char c = str.charAt(left);if (str.charAt(left++) != str.charAt(right--)) return false;}return true;}
}

3.删除字符串两端相同字符后的最短长度

        给你一个只包含字符 ‘a’、‘b’、'c' 的字符串 s,你可以执行下面这个操作任意次:

        1.选择字符串 s的一个非空的前缀,这个前缀的所有字符都相同

        2.选择字符串 s的一个非空的后缀,这个后缀的所有字符都相同

        3.前缀和后缀在字符串种任意位置都不能有交集

        4.前缀和后缀包含的所有字符都要相同

        5.同时删除前缀和后缀

        请你返回堆字符串 s 执行上面操作任意次以后(可能是0次),能得到的最短长度

class Solution {public int minimumLength(String s) {/**就是前后消消乐,只要前后有相同的字符就全删掉,然后没有相同了就返回剩下的字符串长度双指针,前后相同的话,left++ 一直到不相同或者left和right相遇了同理 right-- 一直到不相同或者和left相遇最后计算right和left的长度+1 因为是表示索引 length是相减+1*/int left = 0, right = s.length() - 1;while (left < right && s.charAt(left) == s.charAt(right)) {char c = s.charAt(left);while (left <= right && s.charAt(left) == c) left++;while (left <= right && s.charAt(right) == c) right--;}return right - left + 1;}
}

4. 有序数组的平方

        给你一个按 非递减顺序 排序的整数数组 nums,返回每个数字的平方组成的新数组,

        要求也按 非递减顺序 。

class Solution {public int[] sortedSquares(int[] nums) {int left = 0, right = nums.length - 1;int[] arr = new int[nums.length];for (int i = nums.length - 1; i >= 0; i--) {int l = nums[left] * nums[left];int r = nums[right] * nums[right];if (l > r) {arr[i] = l;left++;} else {arr[i] = r;right--;}}return arr;}
}

5.两数之和II -输入有序数组

        给你一个下标从 1 开始的证书数组 numbers,该数组已按 非递减顺序排列,请你从数组种

        找到满足相加之和等于目标数 target 的两个数。如果设这两个数分别是 numbers[index1]

        和 numbers[index2],则 1<= index1 < index2 <= numbers.length

        以长度为 2 的整数数组 [index1, index2] 的形式返回这两个整数的下标 index1 和 index2

        你可以假设每个输入 只对应唯一的答案,而且你 不可以重复使用相同的元素

        你所涉及的解决方案必须只能使用常量级的额外空间。 

class Solution {public int[] twoSum(int[] numbers, int target) {//使用哈希// Map<Integer, Integer> map = new HashMap<>();// for (int i = 0; i < numbers.length; i++) {//     int right = target - numbers[i];//     if (map.containsKey(right)) {//         return new int[]{i + 1, map.get(right)};//     }//     map.put(numbers[i], i + 1);// }// return null;//优化 因为是需要输出有序int left = 0, right = numbers.length - 1;int[] arr = new int[2];while (left < right) {int temp = numbers[left] + numbers[right];if (target == temp ) break;if (temp < target) {left++;} else {right--;}}arr[0] = left + 1;arr[1] = right + 1;return arr;}
}

6.平方数之和

        给定一个非负整数 c,判断是否存在两个整数 a 和 b,使得 a2 + b2 = c

class Solution {public boolean judgeSquareSum(int c) {//想象成两数之和  用c的根作为基数来判断int a = 0, b = (int)Math.sqrt(c);while (a <= b) {if (a * a == c - b * b) return true;if (a * a < c - b * b) {a++;} else {b--;}}return false;}
}

7.统计和小于目标的下标对数目

        给你一个下标从 0 开始长度为 n的整数数组 nums 和一个整数target,请你返回

        满足 0 <= i < j < n且 nums[i] + nums[j] < target的下标对(i, j) 的数目

class Solution {public int countPairs(List<Integer> nums, int target) {//因为只是输出对数 不需要index 所以排序之和不影响Collections.sort(nums);int count = 0, left = 0, right = nums.size() - 1;while (left < right) {if (nums.get(left) + nums.get(right) < target) {//因为排序了 所以这个区间内的对数都满足count += right - left;left++;} else {right--;}}return count;}
}

8.三数之和

        给你一个整数数组 nums,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足

        i != j、i != k 且 j != k,满足还满足 nums[i] + nums[j] + nums[k] == 0。

        请你返回所有和为 0 且不重复的三元组、

        注意:答案中不可以包含重复的三元组。

class Solution {public List<List<Integer>> threeSum(int[] nums) {/**固定指针+双指针 从0开始 然后left=i+1 right = n-1先排序 接下来就是先判断重复的情况i = i + 1 则continue i++left = left +1 left++right = right-1 right--然后满足 i+left+right = 0 left++ right--如果 < 0 left++ >0 right--*/List<List<Integer>> lists = new ArrayList<>();Arrays.sort(nums);for (int i = 0; i < nums.length; i++) {if (nums[i] > 0 ) return lists;if (i > 0 && nums[i] == nums[i - 1]) continue;int left = i + 1, right = nums.length - 1;while (left < right) {int sum = nums[i] + nums[left] + nums[right];if (sum == 0) {List<Integer> list = new ArrayList<>();list.add(nums[i]);list.add(nums[left]);list.add(nums[right]);lists.add(list);while (left < right && nums[left] == nums[left + 1]) left++;while (left < right && nums[right] == nums[right - 1]) right--;left++;right--;} else if (sum < 0) {left++;} else {right--;}}}return lists;}
}

三.同向双指针

        两个指针的移动方向相同

1.最短无序连续子数组

        给你一个整数数组 nums,你需要找出一个连续子数组,如果对这个子数组进行升序排序,

        那么整个数组都会变成升序排序

        请你找出符合题意得 最短 子数组,并输出它得长度。

class Solution {public int findUnsortedSubarray(int[] nums) {/**边界双指针解法可以把数组抽象成三段,前、中、后前的长度>=0 这段肯定是有序的中的长度>=0 这段肯定是无序的后的长度>=0 这段肯定是有序的目的就是找出中段的长度 最极限的情况就是要么是0要么是整个数组的length怎么确定中段范围呢,找出两个临界值 begin和end从begin开始,begin前面的都是比begin小的,begin后面的begin+1肯定是大于begin的 无序的开始然后到end结束,end后面的肯定都是比end大的然后中段的长度就是end-begin+1 算长度都需要+1   begin从右到左遍历 确定begin的位置end从左到右遍历 确定end的位置*/int len = nums.length;int min = nums[len - 1], begin = 0;int max = nums[0], end = -1;       for (int i = 0; i < len; i++) {//从左右到算endif (nums[i] < max) {end = i;                } else {max = nums[i];}//从右到左算beginif (nums[len - i - 1] > min) {begin = len - i - 1;               } else {min = nums[len - i - 1];}}return end - begin + 1;}
}

四.双序列双指针

1.合并两个有序数组

        给你两个按 非递减顺序 排列的整数数组 nums1和nums2,另外有两个整数 m 和 n,分别

        表示 nums1和nums2中的元素数目

        请你合并 nums2到nums1中,使得合并后的数组同样按 非递减顺序 排列

        注意:最终合并后的数组不应由函数返回,而是存储在nums1中,为了应对这种情况

        nums1的初始长度为m+n,其中前m个元素表示应合并的元素,后n个元素为0

        应忽略,nums2的长度为n。

class Solution {public void merge(int[] nums1, int m, int[] nums2, int n) {/**因为nums1和nums2已经是递增排序过了的所以换个角度,从大到小开始插入,因为nums1的后面肯定是空的 所以从尾部插入大的谁大先插入谁 然后指针--*/int a = m - 1, b = n - 1;int max = m + n - 1;while (b >= 0) {    //因为是nums2插入nums1所以最后结束肯定nums已经空了才算完成插入//大的插入if (a >= 0 && nums1[a] > nums2[b]) {nums1[max--] = nums1[a--];} else {nums1[max--] = nums2[b--];}}}
}

2.判断子序列

        给定字符串 s 和 t,判断s是否为 t的子序列

        字符串的一个子序列是原始字符串删除一些(也可以不删除)字符而不改变剩余字符

        相对位置形成的新字符串

        例如:“ace”是“ancde”的一个子序列,而“aec”并不是

class Solution {public boolean isSubsequence(String s, String t) {/**双指针 一个从s0开始 一个从t0开始相等 都++不等 s原地等候 t++最后s=s.length或者t=t.length退出循环最后判断 s==s.length ==就是走完了 那么肯定是字串*/int sIndex = 0, tIndex = 0;while (sIndex < s.length() && tIndex < t.length()) {if (s.charAt(sIndex) == t.charAt(tIndex)) {sIndex++;tIndex++;} else {tIndex++;}}return sIndex == s.length();}
}

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/61483.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

探索PDFMiner:Python中的PDF解析利器

文章目录 **探索PDFMiner&#xff1a;Python中的PDF解析利器**1. 背景介绍&#xff1a;为何选择PDFMiner&#xff1f;2. PDFMiner是什么&#xff1f;3. 如何安装PDFMiner&#xff1f;4. 简单库函数使用方法4.1 提取文本4.2 获取页面布局信息4.3 提取表格数据4.4 提取图像 5. 应…

前端开发调试之移动端调试学习笔记

一、引言 随着移动互联网的飞速发展&#xff0c;移动端页面和应用的开发变得越发重要。而在前端开发移动端项目时&#xff0c;有效的调试手段能帮助我们及时发现并解决诸多问题&#xff0c;确保项目在移动端设备上能够正常运行且提供良好的用户体验。以下就是关于前端开发中移动…

徒手从零搭建一套ELK日志平台

徒手从零搭建一套ELK日志平台 日志分析的概述日志分析的作用主要收集工具集中式日志系统主要特点采集日志分类ELK概述初级版ELK终极版ELK高级版ELKELK收集日志的两种形式 搭建ELK平台Logstash工作原理Logstash核心概念环境准备安装部署docker添加镜像加速器安装部署Elasticsear…

02 —— Webpack 修改入口和出口

概念 | webpack 中文文档 | webpack中文文档 | webpack中文网 修改入口 webpack.config.js &#xff08;放在项目根目录下&#xff09; module.exports {//entry设置入口起点的文件路径entry: ./path/to/my/entry/file.js, }; 修改出口 webpack.config.js const path r…

LSTM 和 LSTMCell

1. LSTM 和 LSTMCell 的简介 LSTM (Long Short-Term Memory): 一种特殊的 RNN&#xff08;循环神经网络&#xff09;&#xff0c;用于解决普通 RNN 中 梯度消失 或 梯度爆炸 的问题。能够捕获 长期依赖关系&#xff0c;适合处理序列数据&#xff08;如自然语言、时间序列等&…

23种设计模式-模板方法(Template Method)设计模式

文章目录 一.什么是模板方法模式&#xff1f;二.模板方法模式的特点三.模板方法模式的结构四.模板方法模式的应用场景五.模板方法模式的优缺点六.模板方法模式的C实现七.模板方法模式的JAVA实现八.代码解析九.总结 类图&#xff1a; 模板方法设计模式类图 一.什么是模板方法模…

MySQL45讲 第二十五讲 高可用性深度剖析:从主备原理到策略选择

文章目录 MySQL45讲 第二十五讲 高可用性深度剖析&#xff1a;从主备原理到策略选择一、MySQL 主备基础原理&#xff08;一&#xff09;主备关系与数据同步&#xff08;二&#xff09;主备切换流程 二、主备延迟分析&#xff08;一&#xff09;主备延迟的定义与计算&#xff08…

一篇文章了解机器学习(下)

一、决策树 1、主要应用场景为分类的问题。采用“树”的理念&#xff0c;通过计算数据的信息熵确定树的根节点、channel&#xff0c;从而加快数据分类。 注&#xff1a;与常规二分类树的区别&#xff1a;决策树中通过依据树的广度与深度&#xff0c;不断确定根节点的root值&a…

深入解析QP算法及其Python实现

目录 深入解析QP算法及其Python实现第一部分:QP算法的基本原理与数学模型1.1 QP问题定义1.2 算法核心思想1.3 应用场景第二部分:QP算法的Python实现(面向对象设计)2.1 核心代码实现第三部分:案例1 - 投资组合优化问题(策略模式)3.1 问题描述3.2 代码实现3.3 设计模式分析…

VuePress v2 快速搭建属于自己的个人博客网站

目录 为什么用VuePress&#xff1f; 一、前期准备 Node.js 使用主题快速开发 二、VuePress安装 三、个性化定制 修改配置信息 删除不需要的信息 博客上传 四、部署 使用github快速部署 初始化仓库 本地配置 配置github的ssh密钥 部署 为什么用VuePress&#xff…

前端开发调试之 PC 端调试学习笔记

一、引言 在前端开发过程中&#xff0c;调试是至关重要的一个环节。它能帮助我们快速定位代码中的问题&#xff0c;无论是页面布局错乱、交互效果异常还是性能不佳等情况&#xff0c;通过有效的调试手段都可以找到根源并进行修复。而在 PC 端进行调试有着其特定的方法和技巧&am…

PostgreSQL常用时间函数与时间计算提取示例说明

文章目录 常用函数与常量to_timestamp(字符串转时间戳、数字转时间戳)date与to_date(字符串转日期、时间戳转日期)interval(时间计算)基本操作与格式混合运算 to_char(各种时间转字符串)extract(提取时间字段&#xff0c;年月日时分秒&#xff0c;周、季度&#xff0c;第几周、…

SlickGrid点击/双击事件

分析 SlickGrid提供了点击事件方法grid.onClick和grid.onDblClick用于捕获用户对表格列的点击&#xff0c;捕获到点击事件之后&#xff0c;修改表格数据&#xff0c;然后使用grid.updateRow方法将修改后的数据更新到表格中。 展示 代码 创建grid&#xff08;HTML&#xff09;…

iOS UI 自动化 手势右滑退出当前页面

1、TouchAction from appium.webdriver.common.touch_action import TouchAction# 获取屏幕的宽度和高度 screen_width driver.get_window_size()["width"] screen_height driver.get_window_size()["height"]# 定义滑动的起点和终点坐标 start_x 0 en…

【Unity ShaderGraph实现流体效果之Node入门(二)】

Unity ShaderGraph实现流体效果之Node入门&#xff08;二&#xff09; 前言Shader Graph NodeStep NodeMultiply NodeRotate About AxisAddfresnel effectIs Front Face 前言 在&#xff08;一&#xff09;中讨论了一部分在制作流体效果时使用的Node&#xff0c;本章继续将剩余…

Redis 6.2 源码导读

Redis 是一个高性能的开源内存键值数据库&#xff0c;广泛用于缓存、会话管理和实时分析。Redis 6.2 版本引入了一些新特性和改进。 以下是 Redis 6.2 源码的一些关键部分和导读&#xff1a; 1. 源码结构 Redis 的源码主要分布在以下几个目录中&#xff1a; src/&#xff1…

集合卡尔曼滤波(Ensemble Kalman Filter),用于二维滤波(模拟平面上的目标跟踪),MATLAB代码

集合卡尔曼滤波&#xff08;Ensemble Kalman Filter&#xff09; 文章目录 引言理论基础卡尔曼滤波集合卡尔曼滤波初始化预测步骤更新步骤卡尔曼增益更新集合 MATLAB 实现运行结果3. 应用领域结论 引言 集合卡尔曼滤波&#xff08;Ensemble Kalman Filter, EnKF&#xff09;是…

解决Docker环境变量的配置的通用方法

我们部署的很多服务都是以Docker容器的形式存在的。 在运行Docker容器前&#xff0c;除了设置网络、数据卷之外&#xff0c;还需要设置各种各样的环境变量。 有时候&#xff0c;由于容器版本的问题&#xff0c;一些文档没有及时更新&#xff0c;可能同时存在多个新旧版本的环…

2446.学习周刊-2024年46周

封面 拍摄于11月17日&#xff0c;身心疲惫的时候&#xff0c;去山里走走看看风景&#xff0c;富氧的环境能缓解身心疲劳。 ✍优秀博文 # 深度解析数仓建模与指标体系构建的底层逻辑 | 金字塔原理在数仓建模分析中的应用基于“理采存管用”的数据中台建设方案业务逻辑不要放入…

自然语言处理:第六十三章 阿里Qwen2 2.5系列

本人项目地址大全&#xff1a;Victor94-king/NLP__ManVictor: CSDN of ManVictor 项目地址: QwenLM/Qwen2.5: Qwen2.5 is the large language model series developed by Qwen team, Alibaba Cloud. 官网地址: 你好&#xff0c;Qwen2 | Qwen & Qwen2.5: 基础模型大派对&a…