LeetCode刷题：滑动窗口（Java|C++实现）

有关滑动窗口类型的题目都记录在此~持续更新

笔记

滑动窗口算法广泛应用于网络协议等，滑动窗口算法是一种思路，可以解决很多问题，比较适合滑动窗口解决的问题通常是题目要求连续的情况。

滑动窗口主要用来处理连续问题。比如题目求解“连续子串 xxxx”，“连续子数组 xxxx”，就应该可以想到滑动窗口。能不能解决另说，但是这种敏感性还是要有的。

类型主要有：

• 固定窗口大小
• 窗口大小不固定，求解最大的满足条件的窗口
• 窗口大小不固定，求解最小的满足条件的窗口（上面的 209 题就属于这种）

后面两种统称为可变窗口。当然不管是哪种类型基本的思路都是一样的，不一样的仅仅是代码细节。

解题的套路通常是建立一个数组来表示滑动窗口，然后不断更新滑动窗口的范围（通常是往后移动），解题的不同点其实就在于如何更新滑动窗口的范围而已。

伪代码
初始化慢指针 = 0
初始化 ans
for 快指针 in 可迭代集合
 更新窗口内信息
  while 窗口内不符合题意
   扩展或者收缩窗口
  慢指针移动
 更新答案
返回 ans

练习题目

209. 长度最小的子数组

• 链接：https://leetcode-cn.com/problems/minimum-size-subarray-sum/
• 题目描述：

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 [nums_l, nums_l+1, …, nums_r-1, nums_r] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。

• 解题思路：

定义左右指针控制滑窗大小，先初始化左右指针都为0，然后不断移动右指针扩大窗口直到满足窗口内元素之和大于target，当存在满足的情况时，保留最小的窗口长度，然后尝试压缩窗口（左指针右移），然后再重复上诉不揍即可。由于右指针一旦指向最后一个元素，则循环终止，因此其时间复杂度时O（n）级别，左右指针最多各移动n次（即数组每个元素都不小于target），空间复杂度O（1）。

• Java
  

public class 长度最小的子数组209 {
	static class Solution {
	    public int minSubArrayLen(int target, int[] nums) {
	    	int min=nums.length+1;
	    	//定义左右指针，还有指针之间元素之和
	    	int l=0,r=0,sum=0;
	    	//下面就是可变滑窗的实现
	    	for (r = 0; r < nums.length; r++) {
	    		sum+=nums[r];
	    		//当满足条件后，尝试压缩窗口
		    	while (sum>=target) {
		    		//先更新下最小长度
		    		min=Math.min(min, r-l+1);
		    		//然后窗口右移
		    		sum-=nums[l];
					l+=1;	
				}
			}    	
	    	return min==(nums.length+1)?0:min;	
	    }
	}
	public static void main(String[] args) {
		Solution s=new Solution();
		int nums[]={2,3,1,2,4,3};
		int target=7;
		System.out.println(s.minSubArrayLen(target, nums));
	}
}

• C++

#include<iostream>
#include<vector>
using namespace std;
class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
		int min = nums.size() + 1;
		//定义左右指针，还有指针之间元素之和
		int l = 0, r = 0, sum = 0;
		//下面就是可变滑窗的实现
		for (r = 0; r < nums.size(); r++) {
			sum += nums[r];
			//当满足条件后，尝试压缩窗口
			while (sum >= target) {
				//先更新下最小长度
				min = min>(r - l + 1)?(r - l + 1):min;
				//然后窗口右移
				sum -= nums[l];
				l += 1;
			}
		}
		return min == (nums.size() + 1) ? 0 : min;
    }
};

#if 1
int main() {
	Solution s ;
	vector<int> nums = { 2,3,1,2,4,3 };
	int target = 7;
	cout << s.minSubArrayLen(target, nums) << endl;
	return 0;
}
#endif //