[算法] 优先算法(三):滑动窗口(上)

🌸个人主页:https://blog.csdn.net/2301_80050796?spm=1000.2115.3001.5343

🏵️热门专栏:🍕 Collection与数据结构 (92平均质量分)https://blog.csdn.net/2301_80050796/category_12621348.html?spm=1001.2014.3001.5482

🧀Java EE(94平均质量分) https://blog.csdn.net/2301_80050796/category_12643370.html?spm=1001.2014.3001.5482

🍭MySql数据库(93平均质量分)https://blog.csdn.net/2301_80050796/category_12629890.html?spm=1001.2014.3001.5482

🍬算法(97平均质量分)https://blog.csdn.net/2301_80050796/category_12676091.html?spm=1001.2014.3001.5482

感谢点赞与关注~~~

[1. 概述](#1. 概述)
[2. 长度最小的子数组(难度:🔵2度)](#2. 长度最小的子数组(难度:🔵2度))
[3. 无重复字符的最长子串(难度:🔵2度)](#3. 无重复字符的最长子串(难度:🔵2度))
[4. 最大连续1的个数III(难度:🟡3度)](#4. 最大连续1的个数III(难度:🟡3度))
[5. 将x减到0的最小操作数(难度:🟡3度)](#5. 将x减到0的最小操作数(难度:🟡3度))

1. 概述

所谓滑动窗口,也叫通向双指针 ,就是在我们上一个板块双指针的基础上,把双指针的"点"变换成"线",双指针表示两个点,而滑动窗口则是由双指针的两个"点"构成"线",表示一个区间.

滑动窗口最基本有以下几步的操作:

指定left=0和right=0两个左右指针.
让右指针右移,进入窗口.
让左指针右移,出窗口.
更新结果,结果在哪一步更新不确定,需要具体问题具体分析.

2. 长度最小的子数组(难度:🔵2度)

OJ链接

题目描述

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

[numsl, numsl+1, ..., numsr-1, numsr] ，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：

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：

输入：target = 4, nums = [1,4,4]

输出：1

示例 3：

输入：target = 11, nums = [1,1,1,1,1,1,1,1]

输出：0

算法原理
由于此问题分析的对象是「⼀段连续的区间」，因此可以考虑「滑动窗⼝」的思想来解决这道题。
让滑动窗⼝满⾜：从i 位置开始，窗⼝内所有元素的和⼩于target （那么当窗⼝内元素之和
第⼀次⼤于等于⽬标值的时候，就是i 位置开始，满⾜条件的最⼩⻓度）。
做法：将右端元素划⼊窗⼝中，统计出此时窗⼝内元素的和：
- 如果窗⼝内元素之和⼤于等于target ：更新结果，并且将左端元素划出去的同时继续判
  断是否满⾜条件并更新结果（因为左端元素可能很⼩，划出去之后依旧满⾜条件）
- 如果窗⼝内元素之和不满⾜条件： right++ ，另下⼀个元素进⼊窗⼝。
为什么滑动窗口可以保证最终结果的正确性,而且时间复杂度很低?
- 这个窗⼝寻找的是：以当前窗口最左侧元素（记为left1 ）为基准 ，符合条件的情况。也
  就是在这道题中，从left1 开始，满⾜区间和sum >= target 时的最右侧（记为right1 ）能到哪⾥。
- 我们既然已经找到从left1 开始的最优的区间，那么就可以大胆舍去left1 。但是如
  果使用暴力解法，重新开始统计第⼆个元素（ left2 ）往后的和，势必会有⼤量重复
  的计算（因为我们在求第⼀段区间的时候，已经算出很多元素的和了，这些和是可以在计算
  下次区间和的时候用上的）。
- 此时， rigth1 的作⽤就体现出来了，我们只需将left1 这个值从sum 中剔除 。从
  right1 这个元素开始，往后找满足left2 元素的区间（此时right1 也有可能是满
  ⾜的，因为left1 可能很⼩。 sum 剔除掉left1 之后，依旧满⾜⼤于等于
  target ）。这样我们就能省掉⼤量重复的计算。
- 这样我们不仅能解决问题，⽽且效率也会⼤⼤提升。
  时间复杂度：虽然代码是两层循环，但是我们的left 指针和right 指针都是不回退的，两者
  最多都往后移动n 次。因此时间复杂度是O(N) 。
- 最后需要注意的一点就是,在一开始定义len的时候,由于题目中让我们找的是最小值,所以我们在给len赋值的时候,要赋值的是Integer的最大值.如果赋值为0,结果会一直是0.
代码编写

java 复制代码

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int left = 0;
        int right = 0;
        int len = Integer.MAX_VALUE;//这里之所以要定义整数的最大值,是因为后面计算最小值的
        //时候,如果赋值为0,就一直是0
        int sum = 0;
        for (;right < nums.length;right++){
            sum += nums[right];
            while (sum >= target){
                len = Math.min(len,right - left + 1);//在刚好到达最小长度的时候,更新长度
                //之后出窗口的时候一直更新,直到不满足循环条件
                sum -= nums[left];
                left++;
            }
        }
        return len == Integer.MAX_VALUE? 0:len;
    }
}

3. 无重复字符的最长子串(难度:🔵2度)

OJ链接

题目描述

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:

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:

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:

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。

算法原理
研究对象依然是一段区间,所以我们考虑使用滑动窗口.
1. 定义Set来统计子串中都有哪些字符.
2. 每有一个字符进入窗口,就判断个字符在不在Set中.
3. 如果在,就让通过移动left指针让前面的元素出窗口,每出一个,就从Set中删除一个字符,直到Set中没有right指针指向的这个字符为止.
4. 如果不在,就进入窗口,让Set中也增加这个字符.
代码编写

java 复制代码

class Solution {
    public int lengthOfLongestSubstring(String s) {
        Set<Character> set = new HashSet<>();//定义Set,用来统计区间内的字符
        int left = 0;
        int right = 0;
        int len = 0;
        for (;right < s.length();right++){
            while (set.contains(s.charAt(right))){//判断元素是否在区间中出现过
                set.remove(s.charAt(left));//每有元素出窗口,就从Set中删除
                left++;
            }
            set.add(s.charAt(right));//每有元素进入窗口,就加入Set
            len = Math.max(len,right-left+1);
        }
        return len;
    }
}

4. 最大连续1的个数III(难度:🟡3度)

OJ链接

题目描述

给定一个二进制数组 nums 和一个整数 k，如果可以翻转最多 k 个 0 ，则返回数组中连续 1 的最大个数。

示例 1：

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：

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。

算法原理
- 这道题不要去想怎么把0转化为1
- 因此，我们可以把问题转化成：求数组中⼀段最⻓的连续区间，要求这段区间内0 的个数不超过k 个。既然是连续区间，可以考虑使⽤「滑动窗口」来解决问题。
- 让数组中的元素进入窗口,每进入一次窗口,就让表示最大长度的len++ ,如果进入的元素是0,那么就让统计0个数的zero++ ,当zero的个数大于了规定个数,就让区间之前的元素出窗口,直到0恢复正常个数.
代码编写

java 复制代码

class Solution {
    public int longestOnes(int[] nums, int k) {
        int left = 0;
        int right = 0;
        int len = 0;
        int zero = 0;
        for (;right < nums.length;right++){
            if (nums[right] == 0){
                zero++;
            }
            while (zero > k){
                if (nums[left] == 0){
                    zero--;
                }
                left++;
            }
            len = Math.max(len,right-left+1);
        }
        return len;
    }
}

5. 将x减到0的最小操作数(难度:🟡3度)

OJ链接

题目描述

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：

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：

输入：nums = [5,6,7,8,9], x = 4

输出：-1

示例 3：

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 。

算法原理
- 这道题最不好想的一点就是:这里的区间是数组两边的两个不连续的短区间,那么我们就有一种解决问题的办法正难则反.我们可以考虑把两个短区间通过使用数组长度减去,变成一个长区间 .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。
- a. 转化问题：求target = sum(nums) - x 。如果target < 0 ，问题⽆解；也就是说,本用例即使把数组中所有的数字全部用上了,也达不到要求的那个值 .
  b. 初始化左右指针l = 0 ,r = 0 （滑动窗⼝区间表⽰为[l, r) ，左右区间是否开闭很重要，必须设定与代码⼀致），记录当前滑动窗⼝内数组和的变量sum = 0 ，记录当前满⾜条件数组的最⼤区间⻓度maxLen = -1 ；
  c. 当 r ⼩于等于数组⻓度时，⼀直循环：i. 如果sum < target ，右移右指针，直⾄变量和⼤于等于target ，或右指针已经移到头；
  ii. 如果sum > target ，右移左指针，直⾄变量和⼩于等于target ，或左指针已经移到
  头；
  iii. 如果经过前两步的左右移动使得sum == target ，修改满足条件数组的最大长度，并
  让下个元素进入窗口；
  d. 循环结束后，如果maxLen 的值有意义，则计算结果返回；否则，返回 -1 。
代码编写

java 复制代码

class Solution {
    public int minOperations(int[] nums, int x) {
        int left = 0;
        int right = 0;
        int sum = 0;
        int sum1 = 0;
        int len = -1;
        for (int num:nums){
            sum += num;
        }
        int target = sum - x;
        if (target < 0){//如果数组的总和都不够达到x的,那么就不存在这样的数字
        //直接返回-1
            return -1;
        }
        for (;right < nums.length;right++){
            sum1 += nums[right];
            while (sum1 > target){
                sum1 -= nums[left];
                left++;
            }
            if (sum1 == target){
                len = Math.max(len,right-left+1);
            }
        }
        if (len == -1){
            return len;
        }else{
            return nums.length-len; 
        }
        
    }
}

[算法] 优先算法(三):滑动窗口(上)

目录

1. 概述

2. 长度最小的子数组(难度:🔵2度)

3. 无重复字符的最长子串(难度:🔵2度)

4. 最大连续1的个数III(难度:🟡3度)

5. 将x减到0的最小操作数(难度:🟡3度)