算法 —— 滑动窗口

目录

长度最小的子数组

无重复字符的最长子串 

最大连续1的个数

将x减到0的最小操作数

找到字符串中所有字母异位词

最小覆盖子串

---

长度最小的子数组

sum比target小就进窗口，sum比target大就出窗口，由于数组是正数，所以相加会使sum变大，相减会使sum变小，至于为什么可以这样做，这其实是在暴力枚举的基础上进行了优化，例如2，3，1，2相加等于8已经超过target，这样就不需要继续加后面的4，3，因为此时已经满足条件，我们要做的是在满足要求的基础上使len尽量小。 

代码实现如下：

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int sum = 0, len = INT_MAX, n = nums.size();
        for (int right = 0, left = 0; right < n; right++)
        {
            sum += nums[right]; // 进窗口
            while (sum >= target) // 判断
            {
                len = min(len, right - left + 1); // 更新结果
                sum -= nums[left++]; // 出窗口
            }
        }
        return len == INT_MAX ? 0 : len;
    }
};

---

无重复字符的最长子串 

利用哈希表记录字符个数，注意本题字符包括数字，字母及空格，意味着我们要开一个128大小的数组。代码实现如下：

class Solution {
public:
    int lengthOfLongestSubstring(string s) {
        int hash[128] = { 0 }; // 使用数组来模拟哈希表
        int n = s.size(), len = 0;
        for (int left = 0, right = 0; right < n;right++)
        {
            hash[s[right]]++; // 进窗口
            while (hash[s[right]] == 2) // 判断
            {
                hash[s[left++]]--; // 出窗口
            }
            len = max(len, right - left + 1); // 更新结果
        }
        return len;
    }
};

---

最大连续1的个数

和上题类似，通过滑动窗口，调节0的个数，最关键的在于将题目意思转换为找不超过k个0的子数组，如果超过k就出窗口，未超过就进窗口，代码实现如下：

class Solution {
public:
    int longestOnes(vector<int>& nums, int k) {
        int zero = 0, len = 0; // 计数器
        for (int left = 0, right = 0; right < nums.size(); right++)
        {
            if (nums[right] == 0) // 进窗口
                zero++; // 计数
            while (zero > k) // 判断
            {
                if (nums[left] == 0)
                    zero--;
                left++; // 出窗口
            }
            len = max(len, right - left + 1);
        }
        return len;
    }
};

---

将x减到0的最小操作数

本题思想为正难则反，如果题目正向思考困难，可以从另外一方面思考，例如本题要找最短长度，且元素可能在左右端口出现，另外最短长度数组元素之和刚好为x，这个代码实现起来过于麻烦，可以想找一个最长长度的子数组，使他元素之和刚好为sum - x，这样又转化为滑动窗口问题。

注意：len不能设置为0，因为有可能整个数组都是构成x的元素，最终判断是否存在时不能用len == 0 这个判断式来判断数组是否存在子数组可以将x减到0，应当设置为-1。另外，该题只有在sum2 == target时才能更新结果，否则不更新。代码如下：

class Solution {
public:
    int minOperations(vector<int>& nums, int x) {
        // 记算整个数组的和
        int sum1 = 0, n = nums.size();
        for (auto e : nums)
        {
            sum1 += e;
        }
        // 找出最长子数组的和 sum1 - x
        int target = sum1 - x, len = -1, sum2 = 0;

        // 处理细节问题
        if (target < 0)
            return -1;

        // 滑动窗口解决问题
        for (int left = 0, right = 0; right < n; right++)
        {
            sum2 += nums[right]; // 进窗口

            while (sum2 > target) // 判断
                sum2 -= nums[left++]; // 出窗口

            if (sum2 == target)
                len = max(len, right - left + 1); // 更新结果
        }
        if (len == -1)
            return len;
        else
            return n - len;
    }
};

---

找到字符串中所有字母异位词

在更新结果时不需要遍历两个哈希表，通过count计数器来判断hash2里的有效个数是否和m相等即可，代码实现如下：

class Solution {
public:
    vector<int> findAnagrams(string s, string p) {
        int hash1[26] = { 0 }, hash2[26] = { 0 }, n = s.size(), m = p.size();
        // 统计 p 的每个字符出现的次数
        for (auto e : p)
            hash1[e - 'a']++;

        vector<int> ret;
        // 统计 s 的每个字符出现的次数
        for (int left = 0, right = 0,count = 0; right < n; right++)
        {
            char in = s[right];
            if (++hash2[in - 'a'] <= hash1[in - 'a']) // 进窗口 + 维护 count
                count++;
            if (right - left + 1 > m) // 判断
            {
                char out = s[left++];
                if (hash2[out - 'a']-- <= hash1[out - 'a']) // 出窗口 + 维护 count
                    count--;
            }

            // 更新结果
            if (count == m)
                ret.push_back(left);
        }
        return ret;
    }
};

---

最小覆盖子串 

class Solution {
public:
    string minWindow(string s, string t) {
        int hash1[128] = { 0 }, hash2[128] = { 0 };
        int hash1_kinds = 0;
        for (auto e : t)
            if (hash1[e]++ == 0) hash1_kinds++; // 记录子串字母种类
        int begin = -1, minlen = INT_MAX;
        for (int left = 0, right = 0,count = 0;right < s.size();right++)
        {
            char in = s[right];
            if (++hash2[in] == hash1[in])count++; // 进窗口
            while (count == hash1_kinds) // 判断条件
            {
                char out = s[left];
                if (right - left + 1 < minlen) // 更新结果
                {
                    begin = left; minlen = min(right - left + 1, minlen);
                }
                if (hash2[out]-- == hash1[out])count--; // 出窗口
                left++;
            }
        }
        if (begin == -1)return "";
        else
            return s.substr(begin, minlen);
    }
};