算法学习——滑动窗口

1 不固定窗口大小：

应用：求满足条件X的区间的最小长度

实现原理：给定left和right指针，初始值为0，然后在数组或字符串上构建满足条件X的窗口。先使right右移直到满足条件X，即可以得到一种结果；然后使left右移，观察窗口中的元素是否仍然满足条件X，若满足，则又得到一种结果，若不满足，则停止left移动，使right右移，继续寻找满足条件X的结果；如此循环，直到right右移到数组或字符串尾部为止。

例题：209. 长度最小的子数组

给定一个含有 n 个正整数的数组和一个正整数 target 。

找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。

示例 1：

输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。
示例 2：

输入：target = 4, nums = [1,4,4]
输出：1
示例 3：

输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

提示：

1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105

代码实现：

class Solution {
        public int minSubArrayLen(int target, int[] nums) {
            int n = nums.length;
            if (target == 0 || nums == null || n == 0) {
                return 0;
            }
            int min = Integer.MAX_VALUE;
            int left = 0;
            int right = 0;
            int sum = 0;
            while (right < n) {
                sum += nums[right];//累加窗口值
                while (sum >= target) {//当窗口中的值和大于target
                    min = Math.min(min, right - left + 1);//记录此时窗口大小
                    //减去窗口left位置的值，继续判断窗口中的值和是否大于target
                    //大于就更新结果，否则就让right右移，添加下一个元素到窗口中
                    sum -= nums[left++];
                }
                right++;
            }
            return min == Integer.MAX_VALUE ? 0 : min;
        }
    }

2 固定窗口大小：

应用：滑动窗口能够返回当前窗口包含的值中的最大值（最小值）。

实现原理：使用双端链表Q（LinkedList是双端链表）实现，L和R代表窗口的左右边界，初始值都为-1；双端链表需要维持里面的数从大到小排序，保证L < R的情况下，L和R可以向右滑动；当R滑动时，若给出的值a大于Q右出口的值，就弹出Q右出口的值，一直做弹出操作，直到a的值小于Q右出口的值或Q中无值，就把a压入队列；当L滑动时，需要判断当前过期的值b是不是Q左出口的最大值，若是，将其弹出，否则，不做任何操作。取L…R上的最大值时，返回Q左出口的最大值。

        查询某个窗口下的最大值的平均时间复杂度：O(1)，原始遍历方法的时间复杂度O(N)。

例题：

 代码实现：

public int[] getWindowMax(int[] arr,int w){
    if (arr == null || w < 1 || arr.length < w){
        return null;
    }
    int[] res = new int[arr.length - w + 1];
    LinkedList<Integer> linkedList = new LinkedList<>();//存储下标值
    int index = 0;
    for (int i = 0; i < arr.length; i++){
        //R向右滑动
        while (!linkedList.isEmpty() && arr[linkedList.peekLast()] < arr[i]){
            linkedList.pollLast();
        }
        //队列空或找到大于arr[i]的位置
        //从右侧插入
        linkedList.addLast(i);
        //L向右滑动
        if (i - w >= 0){
            //若过期位置（i - w）的值是窗口中最大值，则删掉
            if (arr[i - w] == arr[linkedList.peekFirst()]){
                linkedList.pollFirst();
            }
        }
        //窗口形成
        if (i + 1 - w >= 0){
            //打印窗口中的值
            for (int j : linkedList){
                System.out.print(arr[j]);
            }
            System.out.println();
            //取窗口中最大值
            res[index++] = arr[linkedList.peekFirst()];
        }
    }
    return res;
}