算法原理
滑动窗口
算法思路：
问题分析的对象一般是一段连续的区间
这个窗口寻找的是：以当前窗口最左侧元素（left1）为基准，符合条件的情况找到right，此时是left1的最优解
那么我们就可以大胆的把left1舍去，那么我们left右移，如果让right从头开始必然会有很多重复的计算，我们就可以让right先不动，如果不满足要求，那么right++，则可知left和right是同向移动的，不回退的，所以时间复杂度是O（N）
题目解析
https://leetcode.cn/problems/fruit-into-baskets/description/
1.水果成篮
题目解析
果树用fruits表示，fruits[i]是第i棵水果种类
要求：两个篮子，一个篮子一种水果，数量不限，每棵树上恰好摘一种，返回可以收集水果的最大数目
转换：找出最长的子数组（不超过两种水果）
算法原理
解法一：暴力枚举+哈希表
解法二：滑动窗口
代码实现
class Solution {
public int totalFruit(int[] f) {
int n=f.length;
int[] hash=new int [n+1];
int ret=0;
for(int left=0,right=0,kinds=0;right<n;right++){
int in=f[right];
if(hash[in]==0){
kinds++;
}
hash[in]++;
while(kinds>2){
int out=f[left];
hash[out]--;
if(hash[out]==0){
kinds--;
}
left++;
}
ret=Math.max(ret,right-left+1);
}
return ret;
}
}2.找到字符串中所有字母的异位词
https://leetcode.cn/problems/find-all-anagrams-in-a-string/description/
题目解析
给定字符串s和p，找到s中所有p的异位词子串，返回这些子串的起始索引
算法原理
解法一：暴力解法
解法二：滑动窗口+哈希表（注意这里滑动窗口的大小固定，为p的大小）
优化：更新结果的判断，在用哈希表的时候需要将两个哈希表中的每个元素进行对比
我们可以对这一点进行优化，利用变量count来统计窗口中"有效字符的个数"（那我们在进出，更新的时候都要进行维护）
代码实现
class Solution {
public List<Integer> findAnagrams(String ss, String pp) {
List<Integer> ret=new ArrayList<>();
char[] s=ss.toCharArray();
char[] p=pp.toCharArray();
int[] hash1=new int[26];
for(char c:p){
hash1[c-'a']++;
}
int m=p.length;
int[] hash2=new int [26];
for(int left=0,right=0,count=0;right<s.length;right++){
char in=s[right];
if(++hash2[in-'a']<=hash1[in-'a']){
count++;
}
if(right-left+1>m){
char out=s[left++];
if(hash2[out-'a']--<=hash1[out-'a']){
count--;
}
}
if(count==m){
ret.add(left);
}
}
return ret;
}
}3.串联所有单词的子串
https://leetcode.cn/problems/substring-with-concatenation-of-all-words/description/
题目解析
给定一个字符串s和一个数组words（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，返回所有串联子串在s中的索引（这个类似找出字母异位词）
算法原理
与上题类似
注意：1.哈希表<String,int> 2.left right的移动left和right移动的是一个单词的长度
3.滑动窗口执行次数（len次）
代码实现
class Solution {
public List<Integer> findSubstring(String s, String[] words) {
List<Integer> ret=new ArrayList<>();
Map<String,Integer> hash1=new HashMap<String,Integer>();
for(String str:words){
hash1.put(str,hash1.getOrDefault(str,0)+1);
}
int len=words[0].length(),m=words.length;
for(int i=0;i<len;i++){
Map<String,Integer> hash2=new HashMap<String,Integer>();
for(int left=i,right=i,count=0;right+len<=s.length();right+=len){
String in=s.substring(right,right+len);
hash2.put(in,hash2.getOrDefault(in,0)+1);
if(hash2.get(in)<=hash1.getOrDefault(in,0))count++;
if(right-left+1>m*len){
String out=s.substring(left,left+len);
if(hash2.get(out)<=hash1.getOrDefault(out,0)){
count--;
}
left+=len;
hash2.put(out,hash2.get(out)-1);
}
if(count==m){
ret.add(left);
}
}
}
return ret;
}
}4.最小覆盖子串
https://leetcode.cn/problems/minimum-window-substring/description/
题目解析
给定字符串s，t，返回s中涵盖t的所有字符的最小子串
算法原理
法一：暴力解法，可以借助HashMap
法二：滑动窗口+哈希表
在此基础上我们可以对判断条件进行优化，使用count来标记有效字符的种类
代码实现
class Solution {
public String minWindow(String ss, String tt) {
char[] s=ss.toCharArray();
char[] t=tt.toCharArray();
int[] hash1=new int[128];
int kinds=0;
for(char c:t){
if(hash1[c]++==0){
kinds++;
}
}
int[] hash2=new int[128];
int begin=-1,minlen=Integer.MAX_VALUE;
for(int left=0,right=0,count=0;right<s.length;right++){
char in=s[right];
if(++hash2[in]==hash1[in]){
count++;
}
while(count==kinds){
if(right-left+1<minlen){
begin=left;
minlen=right-left+1;
}
char out=s[left++];
if(hash2[out]--==hash1[out]){
count--;
}
}
}
if(begin==-1){
return new String();
}else{
return ss.substring(begin,begin+minlen);
}
}
}