滑动窗口是解决一类特定问题的有效技术,特别是涉及到数组和字符串的最长/最短子串/子数组问题。这种方法通过维护一个窗口来减少不必要的计算,使得时间复杂度通常降低到线性时间,即 O(N)。
滑动窗口解题思维框架
-
初始化维护变量:根据问题的需求,初始化一些变量来维护窗口内的特定信息,如计数、总和、最大/最小值等。
-
窗口的首尾端初始化:定义两个指针
start
和end
分别代表窗口的开始和结束位置。初始时,两个指针都指向数组/字符串的起始位置。 -
窗口扩张 逐步移动
end
指针(通常在一个for
循环内)来扩大窗口,同时更新维护的变量。如果题目要求中有特定条件(如最大长度、元素种类数量等),则在扩大窗口时检查这些条件。 -
窗口收缩
- 固定长度的窗口:如果题目要求窗口有固定的大小,则当窗口达到这个大小后,需要移动
start
指针来保持窗口大小不变,同时更新维护的变量。 - 可变长度的窗口:如果窗口大小可变,通常需要在窗口不满足题目给定条件时,通过移动
start
指针来缩小窗口直到窗口再次满足条件。在此过程中也需要更新维护的变量。
- 固定长度的窗口:如果题目要求窗口有固定的大小,则当窗口达到这个大小后,需要移动
-
计算结果:根据题目的要求,在整个过程中或最后计算并返回所需的结果,比如最大长度、最小长度、满足条件的子数组数量等。
代码模版(python)
class Solution:
def problemName(self, s: str) -> int:
# Step 1: 初始化维护变量
x, y = ..., ...
# Step 2: 初始化窗口首尾端
start = 0
for end in range(len(s)):
# Step 3: 更新维护变量
x = new_x
if condition:
y = new_y
# Step 4: 根据题意调整窗口大小
# 固定长度窗口
if 窗口长度大于限定值:
# 更新维护变量
# 收缩窗口
start += 1
# 或者 可变长度窗口
while 不合法:
# 更新维护变量
# 收缩窗口
start += 1
# Step 5: 返回结果
return ...
通过这个模板,我们可以将滑动窗口方法应用于多种类型的问题,只需根据具体问题调整窗口的扩张和收缩策略、维护的变量以及如何计算最终结果。这种方法的关键在于理解如何有效地维护和更新窗口内的信息,以及如何根据题目要求调整窗口的大小。通过大量练习,你将能够熟练掌握这种技巧,并在遇到相关问题时能够迅速解决。
例题
2024.2.3 leetcode会员plus week1题:
给你一个字符串
s
,请你找出 至多 包含 两个不同字符 的最长子串,并返回该子串的长度。示例 1:
输入:s = "eceba" 输出:3 解释:满足题目要求的子串是 "ece" ,长度为 3 。示例 2:
输入:s = "ccaabbb" 输出:5 解释:满足题目要求的子串是 "aabbb" ,长度为 5 。提示:
1 <= s.length <= 105
s
由英文字母组成
class Solution {
public int lengthOfLongestSubstringTwoDistinct(String s) {
int n = s.length();
if (n < 3) return n;
// 滑动窗口的左右指针
int left = 0;
int right = 0;
// hashmap 中的字符 -> 它在滑动窗口中最靠右的位置
HashMap<Character, Integer> hashmap = new HashMap<Character, Integer>();
int res=0;
while(right<n){
// 当滑动窗口包含小于 3 个字符
hashmap.put(s.charAt(right),right++); //放入字符和下标
if(hashmap.size()==3){
// 删除最左边的字符 下标最小
int index=Collections.min(hashmap.values());
hashmap.remove(s.charAt(index));
left=index+1;
}
res=Math.max(res,right-left);
}
return res;
}
}
以下是使用滑动窗口技巧的一些 LeetCode 题目链接,这些题目覆盖了各种使用滑动窗口技巧的情景: