Java力扣---滑动窗口(2)

209. 长度最小的子数组 - 力扣(LeetCode)

分析:这个题目是在滑动窗口题目的类似题目中的,所以最开始就是准备用滑动窗口来做的

这里用到了滑动窗口的先进先出,但是要用数字和sum做更新,所以我想到了队列 ,但是在做题目的时候,因为不知道队列可以有多长,所以要用left和right来记录队列的开始和结束


注意1:我们只需要直到队列的开始元素和结束元素的下标,并不需要直到中间存储的数据,换句话说,中间的所有数据的下标都是要放在队列之中的,是连续的,所以并不需要队列,只需要记录first和last就好了


注意2:既然用到了left和right,那么就不用使用队列了,在写的代码里,队列是完全没用到的的------所以,写完代码要重新再看一遍,是不是有冗余的部分存在

java 复制代码
class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        //Deque<Integer> queue = new ArrayDeque<>();
        int sum=0;
        int left=0,right=0;
        boolean flag=true;
        int ans=nums.length+1;
        while(right<nums.length){
            while(sum<target && right<nums.length){
                //queue.addLast(right);
                sum+=nums[right];
                right++;
            }
            while(sum>=target){
                flag=false;
                //queue.removeFirst();
                sum-=nums[left];
                left++;
            }
            ans=Math.min(ans,right-left+1);
        }
        if(flag) ans=0;
        return ans;
    }
}

76. 最小覆盖子串 - 力扣(LeetCode)

分析:这个题是上一题的延申

1.要注意到可能有重复的字母,所以这里要单独分析

2.这里也是滑动窗口,但是并不需要用到队列,这里和上一题是一样的

3.这里只考虑字母出现了没有,并不考虑出现的顺序

--->这个解法很巧的一个思路是用次数,出现了几次来判断,这样子既可以判断有没有包含所有的,又可以巧妙地化解重复字符的问题

4.因为其中涉及到判断是否现在的子串满足条件,这个判断要多次出现,所以可以写成方法

5.这里的一个小巧思就是用字符的ASCII码 来做字符的判断,这样就可以用数组 了,我最开始想到的是用map来做,但是map会更麻烦很多,要考虑到是否存在,存在了再取出值加一,删除的时候也要取出值-1

java 复制代码
class Solution {
    public String minWindow(String s, String t) {
    int[] tarr=new int[128];
        int[] sarr=new int[128];

        String sub=s;
        for(char c:t.toCharArray()){
            tarr[c]++;
        }
        boolean flag=true;
        int left=0,right=0;
        while(right<s.length()){
            while (iscontened(tarr,sarr))
            {
                if(sub.length()> right-left){
                    sub=s.substring(left,right);
                }
                flag=false;
                sarr[s.charAt(left)]--;
                left++;
            }
            while (!iscontened(tarr,sarr) &&right<s.length()){
                sarr[s.charAt(right)]++;
                right++;
            }

        }
        while (iscontened(tarr,sarr) && left<s.length())
        {
            if(sub.length()> right-left){
                sub=s.substring(left,right);
            }
            flag=false;
            sarr[s.charAt(left)]--;
            left++;
        }
        if(flag) return "";
        return sub;


    }
    public static boolean iscontened(int[] tarr,int[] sarr){
        for (int i = 0; i < tarr.length; i++) {
            if(tarr[i]>sarr[i]){
                return false;
            }
        }
        return true;
    }


}

这是用map做的代码,运行时间会高很多

1.contained遍历的时候一定是用tmap遍历的,而且要考虑不存在的情况

2.在存放的时候,要分开考虑已经有的键和还没有的键

java 复制代码
class Solution {
    public String minWindow(String s, String t) {
         Map<Character, Integer> tmap = new HashMap<>();
        Map<Character, Integer> smap = new HashMap<>();
        String sub=s;
        for(char c:t.toCharArray()){
            if(tmap.containsKey(c)){
                tmap.put(c,tmap.get(c)+1);
            }else{
                tmap.put(c,1);
            }
        }
        boolean flag=true;
        int left=0,right=0;
        char c;
        while(right<s.length()){
            while (iscontened(tmap,smap))
            {
                if(sub.length()> right-left){
                    sub=s.substring(left,right);
                }
                flag=false;
                c=s.charAt(left);
                if(smap.containsKey(c)){smap.put(c,smap.get(c)-1);}
                left++;
            }
            while (!iscontened(tmap,smap) && right<s.length()){
                c=s.charAt(right);
                if(smap.containsKey(c)){smap.put(c,smap.get(c)+1);}
                else{smap.put(c,1);}
                right++;
            }
        }
        while (iscontened(tmap,smap) && left<s.length())
        {
            if(sub.length()> right-left){
                sub=s.substring(left,right);
            }
            flag=false;
            c=s.charAt(left);
            if(smap.containsKey(c)){smap.put(c,smap.get(c)-1);}
            left++;
        }
        if(flag) return "";
        return sub;
    }
    public static boolean iscontened(Map<Character,Integer> tmap,Map<Character,Integer> smap) {
        for (Map.Entry<Character, Integer> entry : tmap.entrySet()) {
            if (!smap.containsKey(entry.getKey())) {
                return false;
            }else if (entry.getValue() > smap.get(entry.getKey())) {
                    return false;
                }
            }
        return true;
    }


}

代码思路学习灵茶山艾府 - 力扣(LeetCode)

相关推荐
面试鸭4 小时前
华为开奖,还能a吗?
计算机·职场和发展·互联网
智驱力人工智能4 小时前
山区搜救无人机人员检测算法 技术攻坚与生命救援的融合演进 城市高空无人机人群密度分析 多模态融合无人机识别系统
人工智能·深度学习·算法·架构·无人机·边缘计算
郝学胜-神的一滴5 小时前
OpenGL中的glDrawArrays函数详解:从基础到实践
开发语言·c++·程序人生·算法·游戏程序·图形渲染
_OP_CHEN5 小时前
【算法基础篇】(三十四)图论基础深度解析:从概念到代码,玩转图的存储与遍历
算法·蓝桥杯·图论·dfs·bfs·算法竞赛·acm/icpc
王璐WL5 小时前
【数据结构】栈和队列及相关算法题
数据结构·算法
麒qiqi5 小时前
Linux 线程(POSIX)核心教程
linux·算法
Zhi.C.Yue5 小时前
React 的桶算法详解
前端·算法·react.js
小热茶5 小时前
浮点数计算专题【五、 IEEE 754 浮点乘法算法详解---基于RISCV的FP32乘法指令在五级流水线的运行分析与SystemC实现】
人工智能·嵌入式硬件·算法·systemc
Giser探索家5 小时前
卫星遥感数据核心参数解析:空间分辨率与时间分辨率
大数据·图像处理·人工智能·深度学习·算法·计算机视觉