76. 最小覆盖子串
题目链接
题目描述
给你字符串 s 和字符串 t，请你找出 s 中包含 t 所有字符的最短连续子串，如果没有返回空串。
核心思路
这道题是滑动窗口的经典难题，核心思想：
- 用两个哈希表：
need：记录t中每个字符需要的数量window：记录当前窗口内字符的数量
- 右指针
right不断向右扩大窗口 - 当窗口完全包含 t 所有字符 时，尝试移动左指针
left缩小窗口，寻找最小长度 - 全程记录最小窗口的起始位置和长度，最后截取结果
代码实现（逐行注释）
class Solution {
public String minWindow(String s, String t) {
// 边界判断：空字符串直接返回空
if (s == null || s.isEmpty() || t == null || t.isEmpty()){
return "";
}
// 记录 t 中字符的需求量
Map<Character,Integer> need = new HashMap<>();
// 记录当前窗口内字符的数量
Map<Character,Integer> window = new HashMap<>();
int left = 0, right = 0; // 滑动窗口左右指针
int strnumber = 0; // 已匹配成功的字符种类数
int minlen = Integer.MAX_VALUE; // 最短子串长度
int start = 0; // 最短子串起始位置
// 初始化 need 哈希表
for(char c : t.toCharArray()) {
need.put(c, need.getOrDefault(c, 0) + 1);
}
// 右指针移动，扩展窗口
while(right < s.length()){
char r = s.charAt(right);
right++;
// 如果当前字符在 t 中，更新窗口计数
if(need.containsKey(r)){
window.put(r, window.getOrDefault(r, 0) + 1);
// 该字符数量匹配成功
if (need.get(r).equals(window.get(r))) {
strnumber++;
}
}
// 窗口已完全包含 t 所有字符，开始收缩左边界
while (strnumber == need.size()){
// 更新最小窗口
if (right - left < minlen){
start = left;
minlen = right - left;
}
// 左指针右移，尝试缩小窗口
char l = s.charAt(left);
if (window.containsKey(l)){
window.put(l, window.get(l) - 1);
// 该字符不再满足要求，匹配数减少
if (window.get(l) < need.get(l)) {
strnumber--;
}
}
left++;
}
}
// 没有符合条件的子串返回空，否则截取结果
return minlen == Integer.MAX_VALUE ? "" : s.substring(start, start + minlen);
}
}239. 滑动窗口最大值
题目链接
题目描述
给你一个数组 nums，有一个大小为 k 的窗口从左端滑到右端，你只能看到窗口内的 k 个数字，返回每个窗口的最大值。
核心思路
这道题不能暴力遍历，否则超时。正确解法：自定义单调队列 + 滑动窗口
核心规则：
- 维护一个单调递减队列，队首永远是当前窗口最大值
- 加入元素时：比当前元素小的全部弹出，保持队列递减
- 弹出元素时：只有要移除的元素 == 队首，才真正弹出
- 队首就是当前窗口最大值
代码实现（自定义单调队列 + 逐行注释）
// 自定义单调递减队列
class Mydeque{
Deque<Integer> deque = new LinkedList<>();
// 弹出元素：判断是否为队首（最大值）
void poll(int val){
if(!deque.isEmpty() && val == deque.peek()){
deque.poll();
}
}
// 添加元素：比当前值小的全部移除，保持单调递减
void add(int val){
while(!deque.isEmpty() && val > deque.getLast()){
deque.removeLast();
}
deque.add(val);
}
// 获取队首（当前窗口最大值）
int peek(){
return deque.peek();
}
}
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
int n = nums.length;
int len = n - k + 1;
int[] res = new int[len]; // 存储每个窗口最大值
int index = 0;
Mydeque mydeque = new Mydeque();
// 先把第一个窗口的元素加入队列
for(int i = 0; i < k; i++){
mydeque.add(nums[i]);
}
res[index++] = mydeque.peek();
// 开始滑动窗口
for(int i = k; i < n; i++){
// 移除窗口左边移出的元素
mydeque.poll(nums[i - k]);
// 添加窗口右边新进入的元素
mydeque.add(nums[i]);
// 记录当前窗口最大值
res[index++] = mydeque.peek();
}
return res;
}
}博客总结
这两道题是滑动窗口最常考的难题，也是面试高频手撕题：
- 最小覆盖子串：双哈希表 + 滑动窗口，找最短包含子串
- 滑动窗口最大值：自定义单调队列 + 滑动窗口，O (n) 高效求解