代码随想录 LeetCode数组篇长度最小的子数组

努力努力再努力@_@

已于 2023-05-09 16:00:36 修改

阅读量559

点赞数

分类专栏：代码随想录文章标签： leetcode 算法数据结构

于 2023-05-06 13:53:07 首次发布

本文链接：https://blog.csdn.net/guliguliguliguli/article/details/130519856

版权

代码随想录专栏收录该内容

12 篇文章 1 订阅

订阅专栏

文章目录

（中等）209. 长度最小的子数组
（中等）904. 水果成篮
（困难）76. 最小覆盖子串

（中等）209. 长度最小的子数组

在这里插入图片描述

我的思路：双指针p和q，滑动窗口的思想

每次判断从p到q的范围内的值的总和是否大于等于target

如果是，那么记录p和q之间的长度，记录p和q的范围内的值的总和，并把p后移一位
如果不是，则把q后移一位，扩大区间长度

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int p = 0;
        int q = 0;
        int sum = 0;
        int len = 100001;
        int n = nums.length;
        while (p < n && q < n) {
            if (sum < target) {
                sum += nums[q];
                q++;
            } else {
                len = Math.min(len, q - p);
                sum -= nums[p];
                p++;
            }
        }
        while (p < n) {
            if (sum >= target) {
                len = Math.min(len, q - p);
                sum -= nums[p];
                p++;
            } else {
                break;
            }
        }

        return len != 100001 ? len : 0;
    }
}

把代码精简一下

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int n = nums.length;
        int len = 100001;
        int start = 0;
        int end = 0;
        int sum = 0;
        while (end < n) {
            sum += nums[end];
            while (sum >= target) {
                len = Math.min(len, end - start + 1);
                sum -= nums[start];
                start++;
            }
            end++;
        }
        return len != 100001 ? len : 0;
    }
}

官方提供的其他思路，暴力法

暴力法，最直观的方法。初始化子数组的最小长度为无穷大，枚举数据nums中的每个下标为子数组的开始下标，对于每个开始下标i，需要找到大于或等于i的最小下标j，使得从nums[i]到nums[j]的元素和大于等于target，并更新子数组的最小长度（此时子数组的最小长度是j-i+1）

超时

在这里插入图片描述

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int n = nums.length;
        int len = 100001;
        for (int i = 0; i < n; i++) {
            int sum = 0;
            for (int j = i; j < n; j++) {
                sum += nums[j];
                if (sum >= target) {
                    len = Math.min(len, j - i + 1);
                }
            }
        }
        return len != 100001 ? len : 0;
    }
}

复杂度分析：

时间复杂度：O(n^2)，其中n是数组的长度。需要遍历每个下标作为子数组的开始下标，对于每个开始的下标，需要遍历其后面的下标得到长度最小的子数组。
空间复杂度：O(1)

官方提供的其他思路，前缀和+二分查找

暴力法的时间复杂度是O(n^2)，因为在确定每个子数组的开始下标后，找到长度最小的子数组需要O(n)的时间。如果使用二分查找，则可以将时间优化到O(logn)。

为了使用二分查找，需要额外创建一个数组sums用于存储数组nums的前缀和，其中sums[i]表示从nums[0]到nums[i-1]的元素和。得到前缀和之后，对于每个开始下标i，可通过二分查找得到大于或等于i的最小下标bound，使得sums[bound]-sums[i-1]>=target，并更新子数组的最小长度，此时子数组的长度是bound-(i-1)。

因为这道题保证了数组中每个元素都为正，所以前缀和一定是递增的，这一点保证了二分的正确性。如果题目没有说明数组中每个元素都为正，就不能使用二分来查找这个位置了。

在这里插入图片描述

import java.util.Arrays;

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int n = nums.length;
        int len = 100001;
        int[] sums = new int[n + 1];
        for (int i = 1; i <= n; i++) {
            sums[i] = sums[i - 1] + nums[i - 1];
        }

        //为了方便计算，令size=n+1
        //sums[0]=0，意味着前0个元素的前缀和为0
        //sums[1]=A[0]，意味着前1个元素的前缀和为A[0]

        for (int i = 1; i <= n; i++) {
            //得到前缀和以后，对于每个开始下标i，可通过二分查找得到大于或等于i的最小下表bound
            //使得sums[bound]-sums[i-1]>=s
            int s = target + sums[i - 1];
            int bound = Arrays.binarySearch(sums, s);
            if (bound < 0) {
                bound = -bound - 1;
            }
            if (bound <= n) {
                len = Math.min(len, bound - (i - 1));
            }
        }
        return len != 100001 ? len : 0;
    }
}

复杂度分析：

时间复杂度：O(nlogn)，其中n是数组的长度。需要遍历每个下标作为子数组的开始下标，遍历的时间复杂度是O(n)，对于每个开始下标，需要通过二分查找找到长度最小的子数组，二分查找的时间复杂度是O(logn)，因此总时间复杂度是O(nlogn)
空间复杂度：O(n)，其中n是数组的长度。额外创建数组sums存储前缀和。

（中等）904. 水果成篮

在这里插入图片描述

官方题解：滑动窗口

我们可以使用滑动窗口解决本题，left和right分别表示满足要求的窗口的左右边界，同时我们使用哈希表存储这个窗口内的数及出现的次数。

我们每次将right移动一个位置，并将fruits[right]加入哈希表。如果，此时哈希表不满足要求（即哈希表中出现超过两个键值对），那么我们需要不断移动left，需要将fruit[left]对应的值减1，当值减少到0时，就需要将fruit[left]为键的元素从哈希表中移除，直到哈希表满足要求为止。

在这里插入图片描述

import java.util.HashMap;

class Solution {
    public int totalFruit(int[] fruits) {
        HashMap<Integer, Integer> map = new HashMap<>();
        int n = fruits.length;

        int left = 0;
        int right = 0;
        int ans = 0;
        while (right < n) {
            map.put(fruits[right], map.getOrDefault(fruits[right], 0) + 1);
            while (map.size() > 2) {
                map.put(fruits[left], map.get(fruits[left]) - 1);
                if (map.get(fruits[left]) == 0) {
                    map.remove(fruits[left]);
                }
                left++;
            }
            ans = Math.max(ans, right - left + 1);
            right++;
        }
        return ans;
    }
}

其他思路，也是滑动窗口，使用数组

初始化一个数组，记录每个元素出现的次数

用一个变量来记录当前区间中有几种不同的数字，如果超过两种，则需要移动j（靠左边的指针），来缩小当前窗口，使得窗口中的元素满足题目条件

在这里插入图片描述

class Solution {
    public int totalFruit(int[] fruits) {
        int n = fruits.length;
        int[] nums = new int[n];
        int total = 0;
        int i = 0;
        int j = 0;
        int ans = 0;
        while (i < n) {
            nums[fruits[i]]++;
            if (nums[fruits[i]] == 1) {
                total++;
            }
            while (total > 2) {
                nums[fruits[j]]--;
                if (nums[fruits[j]] == 0) {
                    total--;
                }
                j++;
            }
            ans = Math.max(ans, i - j + 1);
            i++;
        }
        return ans;
    }
}

（困难）76. 最小覆盖子串

在这里插入图片描述

官方思路

本题要求返回字符串s中包含的字符串t的全部字符的最小出窗口，称包含t的全部字母的窗口为【可行窗口】

使用滑动窗口思想解决这个问题。在滑动窗口类型的问题中，都会包含两个指针，一个用于【延伸】现有窗口的r指针，另一个用于【收缩】窗口的l指针。在任一时刻，只有一个指针在运动，而另一个保持静止。

在s上滑动窗口，通过移动r指针不断扩张窗口，当窗口包含t全部所需的字符后，如果能收缩，我们就收缩窗口直到最小的窗口。

下面的代码是，根据上面的思路，自己写的，因为题目中说明了字符串由英文字母组成，所以用两个长度为52的数组分别记录，在字符串s和t中每个字符出现的次数。前26位存储小写字母出现的次数，后26位存储大写字母出现的次数。

首先，统计字符串t中每个字符出现的次数。
然后遍历字符串s，check()函数用来检验当前left到right的区间内的字符是否已经覆盖了字符串t，就是比较当arrt数组不为零的那些位置，arrs数组中的元素是否大于等于arrt数组中的那些位置，如果相等，则覆盖字符串t。

import java.util.Arrays;

class Solution {
    public String minWindow(String s, String t) {

        if (s.length() < t.length()) {
            return "";
        }

        int[] arrt = new int[52];
        for (char c : t.toCharArray()) {
            if (c >= 'a' && c <= 'z') {
                arrt[c - 'a']++;
            } else {
                arrt[c - 'A' + 26]++;
            }
        }

        int[] arrs = new int[52];
        int left = 0;
        int right = 0;
        int l = -1;
        int r = -1;
        int n = s.length();
        int ans = 100001;
        while (right < n) {
            char rc = s.charAt(right);
            if (rc >= 'a' && rc <= 'z') {
                arrs[rc - 'a']++;
            } else {
                arrs[rc - 'A' + 26]++;
            }
            while (left <= right && check(arrs, arrt)) {
                if (right - left + 1 < ans) {
                    ans = right - left + 1;
                    l = left;
                    r = right;
                }
                char lc = s.charAt(left);
                if (lc >= 'a' && lc <= 'z') {
                    arrs[lc - 'a']--;
                } else {
                    arrs[lc - 'A' + 26]--;
                }
                left++;
            }
            right++;
        }
        return (l == -1 && r == -1) ? "" : s.substring(l, r + 1);
    }

    public boolean check(int[] arrs, int[] arrt) {
        for (int i = 0; i < 52; i++) {
            if (arrt[i] != 0) {
                if (arrs[i] < arrt[i]) {
                    return false;
                }
            }
        }
        return true;
    }
}

下面是官方代码

在这里插入图片描述

import java.util.HashMap;
import java.util.Map;

class Solution {

    //记录字符串t中每个字符出现的次数
    HashMap<Character, Integer> ori = new HashMap<>();

    //记录left到right区间内，字符出现的次数
    HashMap<Character, Integer> cnt = new HashMap<>();

    public String minWindow(String s, String t) {

        int tLen = t.length();
        int sLen = s.length();

        if (tLen > sLen) {
            return "";
        }

        for (char c : t.toCharArray()) {
            ori.put(c, ori.getOrDefault(c, 0) + 1);
        }

        //不断移动的left和right
        int l = 0;
        int r = 0;

        //left,right区间长度
        int len = 100001;

        //记录当前最优的left和right
        int ansL = -1;
        int ansR = -1;

        while (r < sLen) {
            if (ori.containsKey(s.charAt(r))) {
                cnt.put(s.charAt(r), cnt.getOrDefault(s.charAt(r), 0) + 1);
            }
            while (l <= r && check()) {
                if (r - l + 1 < len) {
                    ansL = l;
                    ansR = r;
                    len = Math.min(len, r - l + 1);
                }
                if (ori.containsKey(s.charAt(l))) {
                    cnt.put(s.charAt(l), cnt.getOrDefault(s.charAt(l), 0) - 1);
                }
                l++;
            }
            r++;
        }
        return ansL == -1 ? "" : s.substring(ansL, ansR + 1);
    }

    public boolean check() {
        for (Map.Entry<Character, Integer> entry : ori.entrySet()) {
            Character key = entry.getKey();
            Integer value = entry.getValue();
            if (cnt.getOrDefault(key, 0) < value) {
                return false;
            }
        }
        return true;
    }
}

努力努力再努力@_@

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
代码随想录 LeetCode数组篇长度最小的子数组

暴力法，最直观的方法。初始化子数组的最小长度为无穷大，枚举数据nums中的每个下标为子数组的开始下标，对于每个开始下标i，需要找到大于或等于i的最小下标j，使得从nums[i]到nums[j]的元素和大于等于target，并更新子数组的最小长度（此时子数组的最小长度是j-i+1）然后遍历字符串s，check()函数用来检验当前left到right的区间内的字符是否已经覆盖了字符串t，就是比较当arrt数组不为零的那些位置，arrs数组中的元素是否大于等于arrt数组中的那些位置，如果相等，则覆盖字符串t。
复制链接

扫一扫