前端宝典二十：高频算法之双指针、滑动窗口、二叉树

一、前言

学好算法的根基是：
刷题！刷题！刷题！

本文将深入探讨高频算法中的双指针、滑动窗口以及二叉树。题目均来源于https://leetcode.cn/。重点关注每种题目的解题思路和总结，通过详尽的解答，包括解答思路和每一步的代码实现，以帮助读者快速理解并掌握这些算法。

二、双指针

双指针解题总结：

• 数组+target题型，使用对撞指针 -> <-
• 两个字符串、链表、数组之间的关系，使用快慢指针 -> ->

1、两数之和

给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。

你可以假设每种输入只会对应一个答案，并且你不能使用两次相同的元素。

你可以按任意顺序返回答案。

示例 ：

输入：nums = [2,7,11,15], target = 9
输出：[0,1]
解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1] 。

进阶：你可以想出一个时间复杂度小于 O(n2) 的算法吗？

解题思路：

1. 对原数组进行排序，这里使用Array.from新建一个数组，为了不影响到原数组中数字的位置，为了之后的回溯查询准备。
2. 指定两个指针left、right，这两个是碰撞指针，初始索引是数组最左和最右边的位置。
3. 循环判断开始，当左指针在右指针的昨天时有效判断，根据左右指针的索引，找出数组中对应的数字，相间得到sum和，sum与target比较，如果相等，则返回左右索引对应的原数组中的数字，注意这里是原数组，第一条时提到过了
4. 如果不相等，sum>target时，right–，右指针向左边移动一位，否则，left++，左指针向右边移动一位
   注意：

// 3、回归原数组进行索引
return [nums.indexOf(a), nums.lastIndexOf(b)];

这里使用了indexOf和lastIndexOf，一个是从左到右，一个是从右到左

代码实现

let twoSum = (nums, target)=> {
    // 1、排序
    let sortNums = Array.from(nums).sort((a,b)=>a-b);
    // 2、创建对撞指针
    let left = 0,
        right = nums.length-1;
    while (left < right) {
        let a = sortNums[left];
        let b = sortNums[right];
        let sum = a + b;
        if (sum === target) {
            // 3、回归原数组进行索引
            return [nums.indexOf(a), nums.lastIndexOf(b)];
        } else if (sum > target) {
            right--
        } else {
            left++
        }
    }
}

2、最接近的三数之和

给定一个包括 n 个整数的数组 nums 和 一个目标值 target。找出 nums 中的三个整数，使得它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在唯一答案。

示例：

输入：nums = [-1,2,1,-4], target = 1
输出：2
解释：与 target 最接近的和是 2 (-1 + 2 + 1 = 2) 。

解题思路：

1. 先对数组进行排序
2. 设置最小值min为Infinity无限大，用来之后替换三数字和sum与target差，做比对用
3. 循环判断开始，从左往右依次尝试定一个基础指针 右边至少再保留两位 否则无法凑成3个，let i = 0; i <= nums.length - 3; i++
4. 设置左右指针
   let left = i + 1; // 左指针先从 i 右侧的第一位开始尝试 let right = n - 1 // 右指针先从数组最后一项开始尝试
5. 循环内循环while (left < right)判断，求三数字之和 let sum = basic + nums[left] + nums[right] // 三数求和
6. 更新最小差

// 更新最小差
let diff = Math.abs(sum - target)
if (diff < min) {
    min = diff
    res = sum
}

7. 根据sum和target关系，左右移动左右指针

if (sum < target) {
    // 求出的和如果小于目标值的话 可以尝试把左指针右移 扩大值
    left++
} else if (sum > target) {
    // 反之则右指针左移
    right--
} else {
    // 相等的话 差就为0 一定是答案
    return sum
}

整体代码实现

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number}
 */
let threeSumClosest = function (nums, target) {
    let n = nums.length
    if (n === 3) {
        return getSum(nums)
    }
    // 先升序排序 此为解题的前置条件
    nums.sort((a, b) => a - b)

    let min = Infinity // 和 target 的最小差
    let res

    // 从左往右依次尝试定一个基础指针 右边至少再保留两位 否则无法凑成3个
    for (let i = 0; i <= nums.length - 3; i++) {
        let basic = nums[i]
        let left = i + 1; // 左指针先从 i 右侧的第一位开始尝试
        let right = n - 1 // 右指针先从数组最后一项开始尝试

        while (left < right) {
            let sum = basic + nums[left] + nums[right] // 三数求和
            // 更新最小差
            let diff = Math.abs(sum - target)
            if (diff < min) {
                min = diff
                res = sum
            }
            if (sum < target) {
                // 求出的和如果小于目标值的话 可以尝试把左指针右移 扩大值
                left++
            } else if (sum > target) {
                // 反之则右指针左移
                right--
            } else {
                // 相等的话 差就为0 一定是答案
                return sum
            }
        }
    }

    return res
};

function getSum(nums) {
    return nums.reduce((total, cur) => total + cur, 0)
}

3、判断子序列

给定字符串 s 和 t ，判断 s 是否为 t 的子序列。
你可以认为 s 和 t 中仅包含英文小写字母。字符串 t 可能会很长（长度 ~= 500,000），而 s 是个短字符串（长度 <=100）。
字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）。

示例 1:
s = "abc", t = "ahbgdc"

返回 true.

示例 2:
s = "axc", t = "ahbgdc"

返回 false.

解题思路：

1. 判断字符串 s 是否是字符串 t 的子序列，我们可以建立一个 i 指针指向。之后开始遍历 t 字符串，每当在 t 中发现 i 指针指向的目标字符时，就可以把 i 往后前进一位。
2. 一旦i === t.length ，就代表 t 中的字符串全部按顺序在 s 中找到了，返回 true。
3. 当遍历 s 结束后，就返回 false，因为 i 此时并没有成功走 t 的最后一位。
   代码实现

/**
 * @param {string} s
 * @param {string} t
 * @return {boolean}
 */
let isSubsequence = function (s, t) {
    let sl = s.length
    if (!sl) {
        return true
    }

    let i = 0
    for (let j = 0; j < t.length; j++) {
        let target = s[i]
        let cur = t[j]
        if (cur === target) {
            i++
            if (i === sl) {
                return true
            }
        }
    }

    return false
};

4、移动零

给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。必须在原数组上操作，不能拷贝额外的数组。尽量减少操作次数。
示例:

输入: [0,1,0,3,12]
输出: [1,3,12,0,0]

解题思路：

1. 慢指针 j 从 0 开始，当快指针 i 遍历到非 0 元素的时候，i 和 j 位置的元素交换,然后把 j + +。
2. 也就是说，当遍历完后，非0数字都被替换到了前面
   代码实现

var moveZeroes = function(nums) {
    const n = nums.length;
    let j = 0;
    for (let i = 0; i < nums.length; i++) {
        if (nums[i] !== 0) {
            let temp = nums[i];
            nums[i] = nums[j];
            nums[j] = temp;
            j++;
        }
    }
};

三、滑动窗口

滑动窗口也是双指针的一分支，由于比较有代表性，这里单独拿出来探讨。

1、滑动窗口的最大值

给定一个数组 nums 和滑动窗口的大小 k，请找出所有滑动窗口里的最大值。
示例:

输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
输出: [3,3,5,5,6,7]
解释:

  滑动窗口的位置                最大值
---------------               -----
[1  3  -1] -3  5  3  6  7       3
 1 [3  -1  -3] 5  3  6  7       3
 1  3 [-1  -3  5] 3  6  7       5
 1  3  -1 [-3  5  3] 6  7       5
 1  3  -1  -3 [5  3  6] 7       6
 1  3  -1  -3  5 [3  6  7]      7

滑动窗口，每次左右各滑动一位，并且求窗口中的最大值记录即可，这题坑的地方在于边界情况比较多。

let maxSlidingWindow = function (nums, k) {
  if (k === 0 || !nums.length) {
    return []
  }
  let left = 0
  let right = k - 1
  let res = [findMax(nums, left, right)]

  while (right < nums.length - 1) {
    right++
    left++
    res.push(findMax(nums, left, right))
  }

  return res
}

function findMax(nums, left, right) {
  let max = -Infinity
  for (let i = left; i <= right; i++) {
    max = Math.max(max, nums[i])
  }
  return max
}

四、二叉树

1、给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。

class TreeNode {
    constructor(val) {
        this.val = val;
        this.left = this.right = null;
    }
}

function lowestCommonAncestor(root, p, q) {
    // 如果当前节点为 null，直接返回 null
    if (!root) return null;
    // 如果当前节点等于 p 或 q，直接返回当前节点
    if (root === p || root === q) return root;
    // 递归在左子树中寻找 p 和 q 的最近公共祖先
    const left = lowestCommonAncestor(root.left, p, q);
    // 递归在右子树中寻找 p 和 q 的最近公共祖先
    const right = lowestCommonAncestor(root.right, p, q);
    // 如果左子树中没找到，说明最近公共祖先在右子树中
    if (!left) return right;
    // 如果右子树中没找到，说明最近公共祖先在左子树中
    if (!right) return left;
    // 如果左右子树都找到了，说明当前节点就是最近公共祖先
    return root;
}

解题思路：

1. 首先定义了一个二叉树节点的类 TreeNode，包含一个值 val 和左右子节点的引用 left 和 right。

2. lowestCommonAncestor 函数是用于寻找两个指定节点的最近公共祖先的主要函数。

3. 首先检查当前节点 root 是否为 null，如果是，则直接返回 null，因为空节点不可能是公共祖先。

4. 接着检查当前节点 root 是否等于 p 或 q，如果是，则直接返回当前节点，因为如果当前节点就是其中一个指定节点，那么它自己就是最近公共祖先（在往上就没有更近的了）。

5. 然后递归地在左子树中寻找 p 和 q 的最近公共祖先，将结果保存在 left 变量中。

6. 再递归地在右子树中寻找 p 和 q 的最近公共祖先，将结果保存在 right 变量中。

7. 如果 left 为 null，说明在左子树中没有找到 p 和 q 的公共祖先，那么最近公共祖先就在右子树中，所以返回 right。

8. 如果 right 为 null，说明在右子树中没有找到 p 和 q 的公共祖先，那么最近公共祖先就在左子树中，所以返回 left。

9. 如果 left 和 right 都不为 null，说明 p 和 q 分别在当前节点的左右子树中，那么当前节点就是它们的最近公共祖先，所以返回 root。

以下是一个使用示例：

// 创建二叉树
const tree = new TreeNode(3);
tree.left = new TreeNode(5);
tree.right = new TreeNode(1);
tree.left.left = new TreeNode(6);
tree.left.right = new TreeNode(2);
tree.right.left = new TreeNode(0);
tree.right.right = new TreeNode(8);
tree.left.right.left = new TreeNode(7);
tree.left.right.right = new TreeNode(4);

// 定义节点 p 和 q
const p = tree.left;
const q = tree.left.right.right;

// 调用函数寻找最近公共祖先
const lca = lowestCommonAncestor(tree, p, q);
console.log(lca.val); // 5

在这个示例中，首先创建了一个二叉树，然后定义了两个节点 p 和 q，最后调用 lowestCommonAncestor 函数找到它们的最近公共祖先，并打印出该祖先节点的值。