算法-滑动窗口

本文详细介绍了滑动窗口算法的逻辑,通过双指针技巧在字符串中找到符合条件的子串。首先扩大窗口直到包含目标字符,然后缩小窗口以找到最短的覆盖子串。滑动窗口算法的时间复杂度为O(N),显著优于暴力求解。文章还结合LeetCode题目,如76. 最小覆盖子串、567. 字符串的排列等,进一步阐述了滑动窗口的应用场景和优化策略。
摘要由CSDN通过智能技术生成

算法逻辑:

int left = 0, right = 0;
while (right < s.size()) {
   
	// 增⼤窗⼝
	window.add(s[right]);
	right++;
	while (window needs shrink) {
   
		// 缩⼩窗⼝
		window.remove(s[left]);
		left++;
	}
}

算法思路:

  1. 我们在字符串 S 中使⽤双指针中的左右指针技巧,初始化 left = right = 0,把索引左闭右开区间[left, right)
    称为⼀个窗⼝
  2. 我们先不断地增加 right 指针扩⼤窗口 [left, right),直到窗口中的字符串符合要求(包含了 T 中的所有字符)。
  3. 此时,我们停止增加 right,转⽽不断增加 left 指针缩小窗口 [left, right),直到窗口中的字符串不再符合要求(不包含T 中的所有字符了)。同时,每次增加 left,我们都要更新⼀轮结果。
  4. 重复第 2 和第 3 步,直到 right 到达字符串 S 的尽头。

思路:第 2 步相当于在寻找⼀个可行解,然后第 3 步在优化这个可行解,最终找到最优解,也就是最短的覆盖子串。左右指针轮流前进,窗⼝大小增增减减,窗口不断向右滑动,这就是滑动窗口这个名字的来历。

算法的时间复杂度是 O(N),⽐字符串暴力算法要高效得多。

总结框架:

/* 滑动窗⼝算法框架 */
void slidingWindow(string s, string t) {
   
	Map<Character, Integer> need = new HashMap<>();
	Map<Character, Integer> window = new HashMap<>();
	// need 初始化
    for (int i = 0; i < t.length(); i++) {
   
        char c = t.charAt(i);
        need.put(c, need.getOrDefault(c, 0) + 1);
    }
	int left = 0, right = 0;
	int valid = 0; 
	while (right < s.length()) {
   
	// 移入窗口的元素
    char c = s.charAt(right);
    // 右移窗口
    right++;
	// 进⾏窗⼝内数据的⼀系列更新
	...
	/*** debug 输出的位置 ***/
	System.out.println("window: [" +  left + ", "+ right + ")");
	/********************/
	
	// 判断左侧窗⼝是否要收缩
	while (window needs shrink) {
   
		// d 是将移出窗⼝的字符
		char d = s.charAt(left);
		// 左移窗⼝
		left++;
		// 进⾏窗⼝内数据的⼀系列更新
		...
		}
	}
}

图示演示:

  • 初始状态:

在这里插入图片描述

  • 增加 right,直到窗⼝ [left, right] 包含了 T 中所有字符:

在这里插入图片描述

  • 现在开始增加 left,缩⼩
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值