再谈子数组/子串问题

这类问题都是求一个满足某种条件的连续的段，相对于子序列。字符串和数组的主要区别是，前者因为由字符而不是数值组成，一般不会有最大值，最小值，求和这种问题。对于字符串的子串问题，一般条件是子串符合某种pattern(回文、有序）或者满足某种统计特征（子串内无重复字符，最多重复2次，包含了给定字符集的所有字符，字符个数均等）

子数组问题包含了子串问题，但是可以用子数组的一些数值计算特征值（比如sum, max)作为条件，最大子数组和， 最短的和为target的子数组

最基本的暴力枚举框架是O(n^3)的，枚举所有子数组需要O（n^2)，然后判断子数组是否满足条件（计算特征值，check pattern)，一般要check子数组内所有元素，是O(n)的，整体就是O(n^3)。

暴力枚举的框架就是由 枚举+计算子数组特征值两部分组成，都有可能优化，计算特征值的优化是累加利用之前的结果，比如 A[i...j]上的sum或 max 可以由A[i...j-1]上的结果O(1)累加而来，不用遍历子数组。枚举的可能的优化是滑动窗口法，（即内层循环不回退的双重循环）。

计算特征值的的优化还可以通过预处理，先求前缀和数组，然后就可以O(1)得到任意子数组A[i...j]的和，或者做一棵区间树，之后都可以O(logn)查询。

关于子数组的条件，满足某种pattern的（回文，有序）没办法，就得O(n)的去check，关于统计特征，有些可以转换为特征值，比如：

1）01串找最长的01出现次数相等的子串，通过把‘0’当成-1，‘1’当成1，可以转化为最长的sum为0的子数组问题

2）最长的可整合子数组（排序后连续，e.g. [3, 2,1]），可以转化为，max - min  == j - i

import sys
def longestConsecutiveSubArray(A):
    ans = 0
    for i in xrange(len(A)):
        lo, hi, s = sys.maxint, -sys.maxint - 1, set()
        for j in xrange(i, len(A)):
            if A[j] in s: continue
            s.add(A[j])
            lo, hi = min(lo, A[j]), max(hi, A[j])
            if hi - lo == j - i:
                ans = max(ans, j - i + 1)
    return ans