滑动窗口
定长滑窗:
窗口长度 = 右下标-左下标+1 推出 左下标 = 右下标-窗口长度+1
枚举右端点 入-更新答案-出
1456. 定长子串中元音的最大数目
cpp
class Solution {
public:
int maxVowels(string s, int k) {
int ans = 0;
int vowel = 0;
for (int i = 0; i < s.size(); i++) {
if (s[i] == 'a' || s[i] == 'e' || s[i] == 'i' || s[i] == 'o' ||
s[i] == 'u') {
vowel++;
}
int left = i - k + 1;
if (left < 0)
continue;
ans = max(ans, vowel);
char out = s[left];
if (out == 'a' || out == 'e' || out == 'i' || out == 'o' ||
out == 'u') {
vowel--;
}
}
return ans;
}
};
定长窗口就用这种"循环里 left = right - k + 1"的写法,更简洁;变长窗口才需要把 left 提到外面维护。 抓住这个区别,滑窗基本就通了。
438. 找到字符串中所有字母异位词
cpp
class Solution {
public:
vector<int> findAnagrams(string s, string p) {
vector<int> ans;
int n = s.size(), m = p.size();
if (n < m)
return ans;
vector<int> target(26, 0);
vector<int> window(26, 0);
for (char c : p)
target[c - 'a']++;
for (int right = 0; right < n; right++) {
window[s[right] - 'a']++;
int left = right - m + 1;
if (left < 0)
continue;
if (window == target)
ans.push_back(left);
window[s[left] - 'a']--;
}
return ans;
}
};
1456题里,vowel 是累计计数,所以左出的逻辑是"扣掉要移出的那个字符"。本题里 window 是完整频率数组,所以判断时必须是"右进之后、左出之前"的完整窗口。上面这版的顺序是:
右进 → 判断(此时是完整窗口) → 左出
这个顺序保证了判断那一刻 window 正好是"满长窗口"的完整频率,left 也就是正确的起始索引。
前缀和复习
通过前缀和,我们可以把子数组的元素和转化成两个前缀和的差
下标区间 left,right 的元素和等于前缀 0,right 的元素和减去另一个前缀 0,left−1 的元素和,即
sright+1−sleft
定义 s0 = 0 避免特判
谨记: 数组不是单调的话,不要用滑动窗口,考虑用前缀和
说"单调"可能引起误解,不如说"全部同号"(恒为非负、或恒为非正)
前缀和+哈希套路:

对应题目:560. 和为 K 的子数组
238. 除了自身以外数组的乘积
摘取灵神思路和代码关键处如下:
answeri 等于 nums 中除了 numsi 之外其余各元素的乘积。换句话说,如果知道了 i 左边所有数的乘积,以及 i 右边所有数的乘积,就可以算出 answeri。
定义 prei 表示从 nums0 到 numsi−1 的乘积。
定义 sufi 表示从 numsi+1 到 numsn−1 的乘积。
我们可以先计算出从 nums0 到 numsi−2 的乘积 prei−1,再乘上 numsi−1,就得到了 prei,即
prei=prei−1⋅numsi−1
sufi=sufi+1⋅numsi+1
优化前:
cpp
class Solution {
public:
vector<int> productExceptSelf(vector<int>& nums) {
int n = nums.size();
vector<int> pre(n, 1);
for (int i = 1; i < n; i++) {
pre[i] = pre[i - 1] * nums[i - 1];
}
vector<int> suf(n, 1);
for (int i = n - 2; i >= 0; i--) {
suf[i] = suf[i + 1] * nums[i + 1];
}
vector<int> ans(n);
for (int i = 0; i < n; i++) {
ans[i] = pre[i] * suf[i];
}
return ans;
}
};
优化后 (空间复杂度O(1) ):
cpp
class Solution {
public:
vector<int> productExceptSelf(vector<int>& nums) {
int n = nums.size();
vector<int> suf(n);
suf[n - 1] = 1;
for (int i = n - 2; i >= 0; i--) {
suf[i] = suf[i + 1] * nums[i + 1];
}
int pre = 1;
for (int i = 0; i < n; i++) {
// 此时 pre 为 nums[0] 到 nums[i-1] 的乘积,直接乘到 suf[i] 中
suf[i] *= pre;
pre *= nums[i];
}
return suf;
}
};