209.长度最小的子数组(下面这两道题的基础)
904.水果成篮
76.最小覆盖字串(我认为是有难度的一道题)
对于209题
我最初想的是暴力解决的方法,时间复杂度为O(N^2),但是leetcode提示超出时间限制。
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int min = INT32_MAX;
int res = 0;
int sum = 0;
for(int i = 0;i<nums.size();i++)
{
sum = 0;
for(int j = i;j<nums.size();j++)
{
sum += nums[j];
if(sum >= target)
{
res = j - i + 1;
min = min < res? min:res;
break; //因为我们是找符合条件最短子序列,所以一旦符合条件就break
}
}
}
return min == INT32_MAX? 0: min;
}
};
我第一开始的判读就是用的简单的if判断语句而是不是什么,三目运算符,其实都一样,但是三目运算符更加简洁一点。
经过查找这种类型题可以用滑动窗口:
所谓滑动窗口,就是不断调整子序列的起始位置和终止位置,从而得到我们想要结果。
可以这样理解滑动窗口就是双指针的另外一种形式,但是更像是窗口的移动,所以叫做滑动窗口。
窗口内是什么?
窗口内是满足我们条件的连续子数组。
如何移动窗口的起始位置?
对于这题来说,如果连续子数组的值大于s了,窗口就要向前移动了,也就是该缩小了。
如何移动窗口的结束位置?
窗口的结束位置就是遍历数组的指针,窗口的起始位置设为数组的起始位置就可以。
滑动窗口的精妙之处在于根据当前子序列和大小的情况,不断调节子序列的起始位置。从而时间复杂度降为O(n);
int min = INT32_MAX;
int res = 0;
int sum = 0;
int i = 0;
for(int j = 0;j<nums.size();j++)
{
sum +=nums[j];
while(sum >= target)
{
res = j-i+1;
min = min<res?min:res;
sum -= nums[i++];
}
}
return min == INT32_MAX? 0: min;
对于904题其实思路也是滑动窗口的一个思路,新建一个unorder_map(uborder_map就是没有顺序的map,所以我们可以把他当作map来看待就行),这个题思路就是我右指针一直走直到走到unorder_map里面出现3个key值(不同的key值),然后右指针不动,左指针开始动,动到三个key中其中一个value值为0,把他清除,这样map容器中就只有两个不同的key值,右指针开始动,当我们发现key刚有三个不同值的时候,求出这个距离先当作最大距离,这样右指针遍历完整个数组的时候,就可以求出最大那个距离,也就是收集水果的最大数目。
class Solution {
public:
int totalFruit(vector<int>& fruits) {
int n = fruits.size();
unordered_map<int, int> cnt;
int left = 0, ans = 0;
for (int right = 0; right < n; ++right) {
cnt[fruits[right]]++;
while (cnt.size() > 2) {
auto it = cnt.find(fruits[left]);
(it->second)--;
if (it->second == 0) {
cnt.erase(it);
}
left++;
}
ans = max(ans, right - left + 1);
}
return ans;
}
};
76题对于我来说有难度的,我研究了很久,下面这事代码,这个题的逻辑我都注释在代码当中了,难题就需要反复会看,去思考。
class Solution {
public:
string minWindow(string s, string t) {
//如果本身的s就没有t长肯定匹配不到直接返回“”
if(s.length() < t.length())
{
return "";
}
//先把t字符串中的元素以及个数放在一个无序map中
unordered_map<char,int>um_t;
for(int i = 0;i<t.length();i++)
{
um_t[t[i]]++;
}
int left = 0;
int distance = 0;
string res = s + "initialize a max string";
unordered_map<char,int>um_s;
for(int j = 0;j<s.length();j++)
{
//将s字符串中的元素以及个数放在一个无序map中
um_s[s[j]]++;
//如果s中j位置的元素是t中的,而且元素个数是小于等于t中的就把distance++,证明右指针轨迹逐步符合t的要求
if(um_t[s[j]] >= um_s[s[j]])
{
distance++;
}
//这个while语句就是如果s中于t中元素相同,且右指针轨迹中包含的相同元素个数是大于t的,我们要把左指针一步步右移动,使其不能超过t中元素个数
while(left < j && um_s[s[left]] > um_t[s[left]])
{
um_s[s[left++]]--;
}
//如果distance等于t字符串的大小,证明右指针到左指针之间包含t字符串所有元素,可以取下这个字串。
if(distance == t.size())
{
if(j -left + 1<res.size())
{
res = s.substr(left,j -left + 1);
}
}
}
//用三目运算符,判断最小字串。
return res == s + "initialize a max string"?"":res;
}
};