滑动窗口
滑动窗口是一种算法技术,用于处理数组或字符串中的子数组或子字符串问题。它通过维护一个动态的“窗口”来高效地遍历数据结构,通常使用两个指针表示窗口的边界。
算法思路
- 初始化指针:设置两个指针(通常是
left
和right
),指向窗口的起始位置。 - 扩展窗口:通过移动
right
指针来扩展窗口,增加窗口的大小。 - 收缩窗口:当满足特定条件时,移动
left
指针来收缩窗口,减少窗口的大小。 - 更新结果:在每次调整窗口时,记录所需的结果(如最大值、最小值等)。
- 重复:继续移动
right
指针,直到遍历完整个数据结构。
示例
示例 1:最大连续子数组和
问题:找到一个数组中和为正数的最长子数组。
int maxSubArrayLen(vector<int>& nums) {
int left = 0, sum = 0, maxLength = 0;
for (int right = 0; right < nums.size(); ++right) {
sum += nums[right];
//找到第一个使得sum小于0的right成为右边界
while (sum <= 0 && left <= right) {
sum -= nums[left++];
}
if (sum > 0) {
maxLength = max(maxLength, right - left + 1);
}
}
return maxLength;
}
示例 2:最小长度子数组
问题:找到一个数组中和大于或等于目标值的最小长度子数组。
int minSubArrayLen(int target, vector<int>& nums) {
int left = 0, sum = 0, minLength = INT_MAX;
for (int right = 0; right < nums.size(); ++right) {
sum += nums[right];
while (sum >= target) {
minLength = min(minLength, right - left + 1);
sum -= nums[left++];
}
}
return minLength == INT_MAX ? 0 : minLength;
}
示例 3:最长无重复字符的子串
问题:找到字符串中最长的无重复字符的子串长度。
int lengthOfLongestSubstring(string s) {
unordered_map<char, int> charIndex;
int left = 0, maxLength = 0;
for (int right = 0; right < s.size(); ++right) {
if (charIndex.find(s[right]) != charIndex.end()) {
left = max(left, charIndex[s[right]] + 1);
}
charIndex[s[right]] = right;
maxLength = max(maxLength, right - left + 1);
}
return maxLength;
}
总结
滑动窗口是一种高效的算法技术,适用于处理连续子序列的问题。通过动态调整窗口的边界,可以显著提高算法的性能,通常将时间复杂度降低到 (O(n))。