面试经典 150 题 -- 滑动窗口 (总结)

news/2024/5/20 5:54:04 标签: 滑动窗口, 算法, leetcode

面试经典150题链接

面试经典 150 题 - 学习计划 - 力扣(LeetCode)全球极客挚爱的技术成长平台

209 . 长度最小的子数组

思路 : 

滑动窗口的思想,取i=j=0,向后遍历j,记录前缀和[l,r]为s,如果s>=target,那么左端点向右移动,直到s<target,维护一个[l,r]的滑动窗口,如此循环;

代码

python

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        n = len(nums)
        ans = n+1
        l=0
        s=0
        for r,x in enumerate(nums):
            s+=x
            while s>=target:
                ans = min(ans,r-l+1)
                s-=nums[l]
                l+=1
        return ans if ans <= n else 0

c++

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int n = nums.size();
        if(n==0) return 0 ;
        int sum = 0;
        int l = 0 , r = 0 ; 
        int ans = INT_MAX ;
        while(r < n){
            sum += nums[r];
            while(sum >= target){
                ans = min(ans , r - l + 1) ;
                sum -= nums[l++];
            }
            r++ ;
        }
        return ans == INT_MAX ? 0 : ans  ;
    }
};

 

3 . 无重复字符的最长子串

思路 : 

假设在一个无重复元素的字符串后面加上一个字符,如果出现重复元素,那么一定重复的是新加上的那个字符,那么设置一个hash表来统计次数,然后反复将窗口最前面的元素移出窗口,直到将前面与新加元素相同的元素移出时停止;然后循环更新答案即可;

lc题解地址 : 

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

代码 : 

Python

class Solution:
    def lengthOfLongestSubstring(self, s: str) -> int:
        l = 0
        cnt = Counter()
        ans = 0
        for r , c in enumerate(s):
            cnt[c]+=1
            while cnt[c]>=2:
                cnt[s[l]]-=1
                l+=1
            ans = max(ans,r-l+1)
        return ans


C++

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
    unordered_map<char,int> hash;
    int ans=0;
    int n = s.size();
    int l=0;
    for(int r=0;r<n;r++){
        hash[s[r]]++;
        while(hash[s[r]] > 1) --hash[s[l++]];
        ans = max(ans,r-l+1);
    }
    return ans;
    }
};


java
 

class Solution {
    public int lengthOfLongestSubstring(String s) {
        int ans = 0 ;
        char[] st = s.toCharArray();
        boolean[] has = new boolean[128] ; 
        int n = s.length();
        int i = 0 ;
        for(int j=0;j<n;j++){
            char c = st[j];
            while(has[c])
                has[st[i++]] = false;
            has[c] = true;
            ans = Math.max(ans, j-i+1);
        }
        return ans;
    }
}

30 . 串联所有单词的子串

思路 : 

滑动窗口,细节看代码

代码 : 

class Solution {
public:
    vector<int> findSubstring(string &s, vector<string> &words) {
        // 一个窗口包含s中的前a个单词;
        // 先删去前 i (i=0∼b−1)个字母后,
        // 将剩下的字母进行划分,如果末尾有不到 b 个字母也删去。
        vector<int> ans ;
        int a = words.size() , b = words[0].size() , n = s.size() ;
        for(int i=0;i<b&&i+a*b<=n;i++){ // 对应b种划分方法
            unordered_map<string,int> mp;
            for(int j=0;j<a;j++){//将s从i开始的a个长度为b的字符串放入哈希表中
                ++mp[s.substr(i+j*b,b)];
            }
            for(string& str : words){//将words中a个的字符串放入哈希表中,放入一个,对应的频次-1
                if(--mp[str]==0){
                    mp.erase(str);
                }
            }
            for(int start=i;start<n-a*b+1;start+=b){
                // 非第一个窗口
                if(start!=i){//因为上面已经考虑过start==i的情况了,这里直接跳过
                    string in = s.substr(start+(a-1)*b,b);//划入新的字符串
                    if(++mp[in]==0){//划入滑动窗口,就++
                        mp.erase(in);
                    }
                    string out = s.substr(start-b,b);
                    if(--mp[out]==0){
                        mp.erase(out);
                    }
                }
                if(mp.empty()){// 若窗口内单词与单词表中单词出现频次差皆为0,则为解
                    ans.push_back(start);
                }
            }
        }
        return ans ;
    }
};

76 . 最小覆盖子串

滑动窗口

定义两个长度为 606060(足够存下所有字母种类)的数组 c1 和 c2,用于存储字符频率。其中 c1 用于记录字符串 t 中字符的频率,c2 用于记录当前滑动窗口内字符的频率。

设定好字母与频率数组下标的映射关系:小写字母 a-z 对应下标 0-25,大写字母 A-Z 对应下标 26-51。

使用变量 tot 来记录还需要匹配的字符种类数,当 tot = 0 代表当前滑动窗口对应的子串能够实现对 t 的覆盖,即任意字符满足 c2[i]≥c1[i]c2[i] \geq c1[i]c2[i]≥c1[i]。

使用双指针 j 和 i 表示滑动窗口的左右边界。从前往后遍历字符串 s,在每个位置上更新字符频率数组 c2。若 c2 中字符的频率达到了 c1 中的字符频率,则将 tot 减 1,表示一个字符已经匹配完成。

每当右边界往后移动一步之后,滑动窗口会增加一个字符。此时我们检查左边界能否右移,同时不会使得 tot 变大。即每次右边界右移后,我们检查左边界 c2[j]>c1[j]c2[j] > c1[j]c2[j]>c1[j] 是否满足:

若满足:说明当前左边界指向字符并非必须,当前子串 s[j...i]s[j...i]s[j...i] 必然不是最短子串。我们让左边界 j 进行右移,并重复进行左边界 c2[j]>c1[j]c2[j] > c1[j]c2[j]>c1[j] 的检查,直到窗口不能再收缩
若不满足:说明当前窗口没有任何一个后缀字符串能够实现对 t 的覆盖,我们并不能对窗口实现收缩
每次对窗口移动完成后,我们检查当前 tot 是否为 000(对字符串 t 的覆盖是否完成),若为 000 则尝试用当前窗口对应的字符串 s[j...i]s[j...i]s[j...i] 更新 ans。

class Solution {
public:
    int get(char x) {
            return x >= 'A' && x <= 'Z' ? x - 'A' + 26 : x - 'a';
    }
    string minWindow(string s, string t) {
        int n = s.size() , cnt = 0 ;// cnt : 还需要匹配的字符种类数
        // 规定 a-z : 0-25  ,  A-Z : 26-51
        // c1 用于记录字符串 t 中字符的频率,c2 用于记录当前滑动窗口内字符的频率
        vector<int> c1(60),c2(60);
        for(char c : t) if(++c1[get(c)]==1) cnt ++ ;
        string ans = "" ;
        for(int i=0,j=0;i<n;i++){
            int idx1 = get(s[i]);//将s[i]加入窗口
            if(++c2[idx1]==c1[idx1]) cnt --;
            while(j<i){
                int idx2 = get(s[j]);
                // 尝试将s[j]划出窗口
                if(c2[idx2]>c1[idx2] && --c2[idx2]>=0){// 能够滑出窗口
                    //;
                    j++;
                }else{
                    break;//不能够滑出窗口
                }
            }
            if(cnt==0 && (ans.empty() || ans.size()>i-j+1)) ans = s.substr(j,i-j+1);
        }
        return ans ;
    }
};

相似题目 : 

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台

力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台


http://www.niftyadmin.cn/n/5360066.html

相关文章

【WPF.NET开发】优化性能:二维图形和图像处理

本文内容 绘图和形状StreamGeometry 对象DrawingVisual 对象映像 WPF 提供了多种可按应用程序要求进行优化的 2D 图形和图像处理功能。 本主题提供有关这些方面性能优化的信息。 1、绘图和形状 WPF 提供 Drawing 和 Shape 对象来表示图形绘制内容。 但是&#xff0c;Drawin…

详解 Prim 算法的实现

一、算法思路 Prim 算法是用来求最小生成树的&#xff0c;它的思想也有点类似于贪心——逐个将离当前集合最近的点加入到集合中&#xff0c;直至发现图不连通或所有点都被加到集合中&#xff0c;算法即宣告终止。它的具体做法是&#xff1a; step 1&#xff1a;初始时&#xf…

【JVM调优及常见的JVM调优参数以及作用】

JVM调优及常见的JVM调优参数以及作用 JVM调优通常涉及以下几个方面&#xff1a;1. 堆内存调优&#xff1a;2. 垃圾回收调优&#xff1a;3. 线程调优&#xff1a;4. 类加载调优&#xff1a;JVM的优化配置可以通过设置JVM的启动参数来实现。以下是一些常用的JVM优化配置参数及其示…

代码随想录 Leetcode77.组合

题目&#xff1a; 代码&#xff08;首刷看解析 2024年2月1日&#xff09;&#xff1a; class Solution { public:vector<vector<int>> res;vector<int> path;void backtracing(int n, int k, int startIndex) {if (path.size() k) {res.push_back(path);re…

Springboot集成Camunda并完成一条流程实例

&#x1f496;专栏简介 ✔️本专栏将从Camunda(卡蒙达) 7中的关键概念到实现中国式工作流相关功能。 ✔️文章中只包含演示核心代码及测试数据&#xff0c;完整代码可查看作者的开源项目snail-camunda ✔️请给snail-camunda 点颗星吧&#x1f618; &#x1f496;设计流程定…

Qt/C++音视频开发65-切换声卡/选择音频输出设备/播放到不同的声音设备/声卡下拉框

一、前言 近期收到一个用户需求&#xff0c;要求音视频组件能够切换声卡&#xff0c;首先要在vlc上实现&#xff0c;于是马不停蹄的研究起来&#xff0c;马上查阅对应vlc有没有自带的api接口&#xff0c;查看接口前&#xff0c;先打开vlc播放器&#xff0c;看下能不能切换&…

MySQL中where和having的区别

前言 数据库中的 WHERE 和 HAVING 子句在 SQL 查询中扮演着关键的角色&#xff0c;帮助我们有效地筛选和过滤数据。这两个子句虽然都用于限定结果集&#xff0c;但它们的应用场景和操作对象存在明显的区别。在理解和运用这两个子句的过程中&#xff0c;我们能够更灵活地进行数据…

clickhouse行转列的转换

1、原表select * from test 2、一个人的每个科目作为一行记录 改为一个人的所有科目作为一行记录 方式1 select name, sum(case when subject‘语文’ then score else 0 end) as chinese, sum(case when subject‘数学’ then score else 0 end) as math from test group by …