算法的大致逻辑如下:
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++;
}
}
这个算法技巧的时间复杂度是 O(N),比字符串暴力算法要高效得多。
框架:
/* 滑动窗口算法框架 */
void slidingWindow(string s, string t) {
Map<char,Integer> need=new HashMap<>(), window=new HashMap<>();
char[] tCh=t.toCharArray();
for (char c : tCh)
map.put(c, map.getOrDefault(c, 0) + 1)
int left = 0, right = 0;
int valid = 0;
while (right < s.size()) {
// c 是将移入窗口的字符
char c = s[right];
// 增大窗口
right++;
// 进行窗口内数据的一系列更新
...
/*** debug 输出的位置 ***/
printf("window: [%d, %d)\n", 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[left];
// 缩小窗口
left++;
// 进行窗口内数据的一系列更新
...
}
}
}
其中两处 ...
表示的更新窗口数据的地方,到时候你直接往里面填就行了。 这两个 ...
处的操作分别是扩大和缩小窗口的更新操作,等会你会发现它们操作是完全对称的。
一、最小覆盖子串
力扣第 76 题「 最小覆盖子串」
滑动窗口算法的思路是这样:
- 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」。 - 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)。 - 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。 - 重复第 2 和第 3 步,直到
right
到达字符串S
的尽头。
图解:
初始状态:
增加 right
,直到窗口 [left, right)
包含了 T 中所有字符:
现在开始增加 left
,缩小窗口 [left, right)
:
直到窗口中的字符串不再符合要求,left
不再继续移动:
之后重复上述过程,先移动 right
,再移动 left
…… 直到 right
指针到达字符串 S
的末端,算法结束。
接下来我们来分析一下框架
首先,初始化 window
和 need
两个哈希表,记录窗口中的字符和需要凑齐的字符:
Map<char,Integer> need=new HashMap<>(), window=new HashMap<>();
char[] tCh=t.toCharArray();
for (char c : tCh)
map.put(c, map.getOrDefault(c, 0) + 1)
然后,使用 left
和 right
变量初始化窗口的两端,不要忘了,区间 [left, right)
是左闭右开的,所以初始情况下窗口没有包含任何元素:
int left = 0, right = 0;
int valid = 0;
while (right < s.length()) {
// 开始滑动
}
其中 valid
变量表示窗口中满足 need 条件的字符个数,如果 valid
和 need.size
的大小相同,则说明窗口已满足条件,已经完全覆盖了串 T
。
如果一个字符进入窗口,应该增加 window
计数器;如果一个字符将移出窗口的时候,应该减少 window
计数器;当 valid
满足 need
时应该收缩窗口;应该在收缩窗口的时候更新最终结果。
完整代码:
class Solution {
public String minWindow(String s, String t) {
Map<Character,Integer> need=new HashMap<>(), window=new HashMap<>();
char[] tCh=t.toCharArray();
for (char c : tCh)
need.put(c, need.getOrDefault(c, 0) + 1);
// 记录最小覆盖子串的起始索引及长度
int left=0,right=0;
int valid=0;
int start = 0, len = Integer.MAX_VALUE;
while(right<s.length()){
// rch 是将移入窗口的字符
char rch=s.charAt(right);
// 扩大窗口
right++;
// 进行窗口内数据的一系列更新
if(need.containsKey(rch)){
window.put(rch, window.getOrDefault(rch, 0) + 1);
if(need.get(rch).equals(window.get(rch))) valid++;
}
// 判断左侧窗口是否要收缩
while(valid==need.size()){
// 在这里更新最小覆盖子串
if (right - left < len) {
start = left;
len = right - left;
}
// lch 是将移出窗口的字符
char lch=s.charAt(left);
// 缩小窗口
left++;
// 进行窗口内数据的一系列更新
if(need.containsKey(lch)){
if(window.get(lch).equals(need.get(lch))) valid--;
window.put(lch,window.get(lch)-1);
}
}
}
return len==Integer.MAX_VALUE?"":s.substring(start,start+len);
}
}
非常需要注意的是使用 Java 的读者要尤其警惕语言特性的陷阱。Java 的 Integer,String 等类型判定相等应该用 equals 方法而不能直接用等号 ==,这是 Java 包装类的一个隐晦细节。所以在缩小窗口更新数据的时候,不能直接写为 window.get(d) == need.get(d),而要用 window.get(d).equals(need.get(d)),之后的题目代码同理。
当然,代码还可以简化,使用128长度的数组代替HashMap能达到相同的效果
二、字符串排列
力扣第 567 题「 字符串的排列」
class Solution {
public boolean checkInclusion(String t, String s) {
Map<Character,Integer> need=new HashMap<>(), window=new HashMap<>();
char[] tCh=t.toCharArray();
for (char c : tCh)
need.put(c, need.getOrDefault(c, 0) + 1);
// 记录最小覆盖子串的起始索引及长度
int left=0,right=0;
int valid=0;
//int start = 0, len = Integer.MAX_VALUE;
while(right<s.length()){
// rch 是将移入窗口的字符
char rch=s.charAt(right);
// 扩大窗口
right++;
// 进行窗口内数据的一系列更新*
if(need.containsKey(rch)){
window.put(rch, window.getOrDefault(rch, 0) + 1);
if(need.get(rch).equals(window.get(rch))) valid++;
}
// 判断左侧窗口是否要收缩
while(right-left>=t.length()){
// 在这里更新最小覆盖子串
if(valid==need.size()) return true;
// lch 是将移出窗口的字符
char lch=s.charAt(left);
// 缩小窗口
left++;
// 进行窗口内数据的一系列更新*
if(need.containsKey(lch)){
if(window.get(lch).equals(need.get(lch))) valid--;
window.put(lch,window.get(lch)-1);
}
}
}
return false;
}
}
对于这道题的解法代码,基本上和最小覆盖子串一模一样,只需要改变两个地方:
- 本题移动
left
缩小窗口的时机是窗口大小大于t.size()
时,应为排列嘛,显然长度应该是一样的。 - 当发现
valid == need.size()
时,就说明窗口中就是一个合法的排列,所以立即返回true
。至于如何处理窗口的扩大和缩小,和最小覆盖子串完全相同。
三、找所有字母异位词
力扣第 438 题「 找到字符串中所有字母异位词」
**相当于,输入一个串 S,一个串 T,找到 S 中所有 T 的排列,返回它们的起始索引。**和上一道题几乎一模一样
默写框架:
class Solution {
public List<Integer> findAnagrams(String s, String p) {
List<Integer> res=new ArrayList<>();
if(s.length()<p.length()) return res;
Map<Character,Integer> need=new HashMap<>(), window=new HashMap<>();
char[] pCh=p.toCharArray();
for (char c : pCh)
need.put(c, need.getOrDefault(c, 0) + 1);
int left=0,right=0,valid=0;
int len=p.length();
while(right<s.length()){
char rch=s.charAt(right);
right++;
if(need.containsKey(rch)){
window.put(rch,window.getOrDefault(rch, 0) + 1);
if(need.get(rch).equals(window.get(rch))) valid++;
}
while(right-left>=p.length()){
if(valid==need.size()){
res.add(left);
}
char lch=s.charAt(left);
left++;
if(need.containsKey(lch)){
if(need.get(lch).equals(window.get(lch))) valid--;
window.put(lch,window.get(lch) - 1);
}
}
}
return res;
}
}
四、最长无重复子串
力扣第 3 题「 无重复字符的最长子串」
class Solution {
public int lengthOfLongestSubstring(String s) {
Map<Character,Integer> window=new HashMap<>();
int left=0,right=0,max=0;
while(right<s.length()){
char rch=s.charAt(right);
right++;
window.put(rch,window.getOrDefault(rch,0)+1);
while(window.get(rch)>1){
char lch=s.charAt(left);
left++;
window.put(lch,window.get(lch)-1);
}
max=Math.max(right-left,max);
}
return max;
}
}
这就是变简单了,连 need
和 valid
都不需要,而且更新窗口内数据也只需要简单的更新计数器 window
即可。
当 window[c]
值大于 1
时,说明窗口中存在重复字符,不符合条件,就该移动 left
缩小窗口了嘛。