思维私塾——滑动窗口

本文介绍了滑动窗口算法,用于解决数组和字符串的子元素问题,降低时间复杂度。以LeetCode3.无重复字符的最长子串为例,详细阐述了如何运用滑动窗口法,通过维护一个窗口并更新起始位置,确保窗口内元素不重复。代码实现展示了如何在Java中实现这一算法,并总结了滑动窗口的关键在于确定窗口收缩的时机。
摘要由CSDN通过智能技术生成

滑动窗口算法其本质就是维护一个窗口,使其窗口中的值满足题目要求,主要用于解决数组/字符串的子元素问题,可以将嵌套的循环问题,转为单循环问题,从而降低时间复杂度。

接下来我们通过具体的题目来解释如何使用滑动窗口来解决问题,以及其思想。

题目

LeetCode3.无重复字符的最长子串

image

思路

暴力解法时间复杂度较高,会达到 O(n^2),故而采取滑动窗口的方法降低时间复杂度

  • 定义一个 map 数据结构存储 (k, v),其中 key 值为字符,value 值为字符位置 +1,加 1 表示从字符位置后一个才开始不重复,在遍历的过程中不断更新这个map。使其value值为最后一次出现的位置+1。

  • 我们定义不重复子串的开始位置为 start,结束位置为 end

  • 随着 end 不断遍历向后,会遇到与map里面字符相同的情况,此时分为两种情况,一种是相同字符的位置在我们的滑动窗口中,一种是不在我们的滑动窗口中。

    • 要是相同字符在我们的滑动窗口中,即start<map.get(相同字符),就需要更新我们的start
    • 要是相同字符不在我们的滑动窗口中,即start>map.get(相同字符),我们就不需要更新我们的stat
  • 即start=max(start,map.get(相同字符))

  • 此时可以保证我们的start到end之间没有重复的元素

代码实现

  public int lengthOfLongestSubstring(String s) {
            int n = s.length(), ans = 0;
            Map<Character, Integer> map = new HashMap<>();
            for (int end = 0, start = 0; end < n; end++) {
                char alpha = s.charAt(end);
                if (map.containsKey(alpha)) {
                    start = Math.max(map.get(alpha), start);
                }
                ans = Math.max(ans, end - start + 1);
                map.put(s.charAt(end), end + 1);
            }
            return ans;
        }

总结

滑动窗口问题的关键就在于搞清楚左右滑的界限是啥,啥时候收缩窗口即为关键点。

最后

  • 如果觉得看完有收获,希望能给我点个赞,这将会是我更新的最大动力,感谢各位的支持
  • 欢迎各位关注我的公众号【java冢狐】,专注于java和计算机基础知识,保证让你看完有所收获,不信你打我
  • 如果看完有不同的意见或者建议,欢迎多多评论一起交流。感谢各位的支持以及厚爱。

——我是冢狐,和你一样热爱编程。

image

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值