【leetcode】双指针算法技巧——滑动窗口

标题:【leetcode】双指针算法技巧------滑动窗口

@水墨不写bug


正文开始:

滑动窗口介绍

滑动窗口是一种常用的算法技巧,用于解决一些涉及 连续子数组或子串 的问题。它的基本思想是 维护一个窗口 ,通过 在窗口内移动 来寻找满足特定条件的子数组或子串。

滑动窗口算法的步骤如下:

  1. 初始化窗口的起始位置left和终止位置right。
  2. 在每一步迭代中,将窗口右移一位,即将right加1,并根据题目要求更新窗口的状态。
  3. 如果窗口的状态满足题目给定的条件,那么根据题目要求处理结果。
  4. 如果窗口的状态不满足题目给定的条件,那么将窗口左移一位,即将left加1,继续迭代。

滑动窗口算法的时间复杂度通常为O(n),其中n是数组或字符串的长度。它的优势在于可以将一些问题的时间复杂度从O(n^2)降低到O(n)。

四个必要步骤

滑动窗口的四个必要步骤:

(1)入窗口

(2)判断

(3)出窗口

(4)更新结果

对于前三条,它们的顺序一般相对彼此是固定的。更新结果的位置放在何处,需要根据题意判断。


(一)长度最小的子数组

给定一个含有 n个正整数的数组和一个正整数 target

找出该数组中满足其总和大于等于target的长度最小的 连续子数组

[nums , nums + 1, ... , nums + r-1, nums + r] ,并返回其长度*。** 如果不存在符合条件的子数组,返回 0 。*

示例 1:

复制代码
输入:target = 7, nums = [2,3,1,2,4,3]
输出:2
解释:子数组 [4,3] 是该条件下的长度最小的子数组。

示例 2:

复制代码
输入:target = 4, nums = [1,4,4]
输出:1

示例 3:

复制代码
输入:target = 11, nums = [1,1,1,1,1,1,1,1]
输出:0

提示:

  • 1 <= target <= 10^9
  • 1 <= nums.length <= 10^5
  • 1 <= nums[i] <= 10^5

进阶:

  • 如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。
    思路一:

找出所有的情况,遍历出所有sum==k的情况,分别求其长度,找出最小的长度即可。

以用例 1 具体来说:

[ 2 , 3 , 1 , 2 , 4 , 3 ]

创建left指针标记第一个元素,创建一个right指针向后遍历,同时将两指针之间的元素求和sum,如果sum==k,将此时的len存入数组ret,最终再找出ret中的最小值即可。

更优的算法从哪里来?是从暴力算法优化而来的!

思路二:

从宏观上我们先让sum尽可能的和k的值相近,这样才可能满足sum与k相等。假设我们此时确定了一个区间:

为了满足条件,

如果sum < k,继续增加sun的值;

如果sum==k,记录len(挑最小的记录);

如果sum > k,则要减小sum的值;

现在就是确定如何加任何减的问题了。由于区间是连续的,不能有间断,所以从习惯上选择从左向右遍历,移动窗口。

这样我们就知道了,

left++,left指针向后移动实现减小sum(出窗口)

right++,right指针向后移动实现增加sum(入窗口)

参考代码:

cpp 复制代码
class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int n = nums.size(),len = INT_MAX,sum = 0;
        /*将len初始化为很大的数,防止被求最小值的实际长度干扰*/
        for(int left = 0,right = 0;right < n;++right)
        {
            //进窗口,sum维护
            sum += nums[right];
            while(sum >= target)//判断
            {
                
                len = min(len,right-left + 1);//更新结果
                sum -= nums[left++];//出窗口 
            }
        }
    return len == INT_MAX ? 0 : len;
    }
};

(二)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 最长子串的长度。

示例 1:

复制代码
输入:s = "abcabcbb"
输出:3 
解释: 因为无重复字符的最长子串是"abc",所以其长度为 3。

示例 2:

复制代码
输入:s = "bbbbb"
输出:1
解释:因为无重复字符的最长子串是"b",所以其长度为 1。

示例 3:

复制代码
输入:s = "pwwkew"
输出:3
解释:因为无重复字符的最长子串是 "wke",所以其长度为 3。
     请注意,你的答案必须是 子串的长度,"pwke" 是一个子序列,不是子串。

提示:

  • 0 <= s.length <= 5 * 10^4
  • s 由英文字母、数字、符号和空格组成
    让滑动窗口满足:窗口内所有元素都是不重复的。

做法:右端元素 ch 进⼊窗口的时候,哈希表统计这个字符的频次:
▪ 如果这个字符出现的频次超过 1 ,说明窗口内有重复元素,那么就从左侧开始划出窗口,
直到 ch 这个元素的频次变为 1 ,然后再更新结果。
▪ 如果没有超过 1 ,说明当前窗口没有重复元素,可以直接更新结果。

参考代码:

cpp 复制代码
class Solution {
public:
    int lengthOfLongestSubstring(string s) 
    {
        int left = 0,right = 0,n = s.size(),ret = 0;
        int hash[128] = {0};//使用数组模拟哈希表
        while(right < n)
        {
            hash[s[right]]++;//进入窗口
            //判断
            while(hash[s[right]] > 1)
            {
                hash[s[left++]]--;//出窗口
            }
            ret = max(ret,right - left + 1);
            right++;
        }
        return ret;
    }
};

(三)最大连续1的个数

给定一个二进制数组 nums 和一个整数 k,如果可以翻转最多 k0 ,则返回 数组中连续 1 的最大个数 。

示例 1:

复制代码
输入:nums = [1,1,1,0,0,0,1,1,1,1,0], K = 2
输出:6
解释:[1,1,1,0,0,1,1,1,1,1,1]
粗体数字从 0 翻转到 1,最长的子数组长度为 6。

示例 2:

复制代码
输入:nums = [0,0,1,1,0,0,1,1,1,0,1,1,0,0,0,1,1,1,1], K = 3
输出:10
解释:[0,0,1,1,1,1,1,1,1,1,1,1,0,0,0,1,1,1,1]
粗体数字从 0 翻转到 1,最长的子数组长度为 10。

提示:

  • 1 <= nums.length <= 10^5
  • nums[i] 不是 0 就是 1
  • 0 <= k <= nums.length
    不要自找麻烦,思路其实很简单;

要换个角度思考->

这道题的结果无非就是⼀段连续的 1 中间塞了 k 个 0 嘛。
我们可以把问题转化成:求数组中一段最长的连续区间,要求这段区间内 0 的个数不超过 k 个。

参考代码:

cpp 复制代码
class Solution {
public:
    int longestOnes(vector<int>& nums, int k) {
        int hash[2] = {0};
        int n = nums.size(),ret = 0;
        //if(k >= n) return n;
        for(int right = 0,left = 0 ; right < n ; right++)
        {
            hash[ nums[right] ]++;//进窗口

            while(hash[0] > k)//判断
            {
                hash[ nums[left++] ]--;//出窗口
            }
            ret = max(ret,right-left+1);
        }
        return ret;
    }
};

(四)将x减小到0的最小操作数

给你一个整数数组 nums 和一个整数 x 。每一次操作时,你应当移除数组 nums 最左边或最右边的元素,然后从 x 中减去该元素的值。请注意,需要 修改 数组以供接下来的操作使用。

如果可以将 x 恰好 减到 0 ,返回最小操作数 ;否则,返回 -1

示例 1:

复制代码
输入:nums = [1,1,4,2,3], x = 5
输出:2
解释:最佳解决方案是移除后两个元素,将 x 减到 0 。

示例 2:

复制代码
输入:nums = [5,6,7,8,9], x = 4
输出:-1

示例 3:

复制代码
输入:nums = [3,2,20,1,1,3], x = 10
输出:5
解释:最佳解决方案是移除后三个元素和前两个元素(总共 5 次操作),将 x 减到 0 。

提示:

  • 1 <= nums.length <= 10^5
  • 1 <= nums[i] <= 10^4
  • 1 <= x <= 10^9
    题目要求的是数组「左端+右端」两段连续的、和为 x 的最短数组;

换一个角度思考->

我们可以转化成求数组内⼀段连续的、和为 sum(nums) - x 的最长数组。此时,就是熟
悉的「滑动窗口」问题了
本质和 (一)长度最小的子数组 是相同的代码结构,就一点不同------需要记录的数组长度从记录最小变成了记录最大。

参考代码:

cpp 复制代码
class Solution {
public:
    int minOperations(vector<int>& nums, int x) {
        int sum_all = 0,n = nums.size();
        for(int i = 0;i < n;i++)
        {
            sum_all += nums[i];
        }
        int target = sum_all - x,sum = 0,left = 0,right = 0,ret = -1;
        
        if(target == 0) return n;
        for(;right < n;right++)
        {
            sum += nums[right];//进窗口
            if(sum > target)//判断,right最佳位置
            {
                while(sum > target && (left < right))
                {
                    sum -= nums[left++];//出窗口
                } 
            }
            if(sum == target)
            {
                ret = max(ret,right-left+1);
            }
            
        }
        if(ret == -1) return ret;
        else return n - ret;
    }
};

完~

未经作者同意禁止转载

相关推荐
1nullptr5 分钟前
三次翻转实现数组元素的旋转
数据结构
Altair澳汰尔7 分钟前
数据分析和AI丨知识图谱,AI革命中数据集成和模型构建的关键推动者
人工智能·算法·机器学习·数据分析·知识图谱
TT哇10 分钟前
【数据结构练习题】链表与LinkedList
java·数据结构·链表
A懿轩A31 分钟前
C/C++ 数据结构与算法【栈和队列】 栈+队列详细解析【日常学习,考研必备】带图+详细代码
c语言·数据结构·c++·学习·考研·算法·栈和队列
Python机器学习AI35 分钟前
分类模型的预测概率解读:3D概率分布可视化的直观呈现
算法·机器学习·分类
吕小明么1 小时前
OpenAI o3 “震撼” 发布后回归技术本身的审视与进一步思考
人工智能·深度学习·算法·aigc·agi
1 9 J2 小时前
数据结构 C/C++(实验五:图)
c语言·数据结构·c++·学习·算法
程序员shen1616112 小时前
抖音短视频saas矩阵源码系统开发所需掌握的技术
java·前端·数据库·python·算法
汝即来归2 小时前
选择排序和冒泡排序;MySQL架构
数据结构·算法·排序算法
咒法师无翅鱼3 小时前
【定理证明工具调研】Coq, Isabelle and Lean.
算法