LeetCode刷题之——滑动窗口

本文详细介绍了滑动窗口算法的三步走策略,并通过四个LeetCode题目(209. 长度最小的子数组,3. 无重复字符的最长子串,76. 最小覆盖子串,239. 滑动窗口最大值)进行实战解析,探讨了如何应用滑动窗口解决不同类型的极值问题。同时,提到了在解决固定长度窗口内极值问题时,可以借助单调队列的思想。
摘要由CSDN通过智能技术生成

滑动窗口三步走:

第一步确定尾指针++的条件,往右扩张;第二步确定头指针++的条件,往右收缩,第三步更新所求目标值(一般都是极值)

滑动窗口伪代码

start = 0
end = 0 //初始化

while(扩张条件)
{
    while(收缩条件)
    {
        FindTarget()//收缩时一般求极小值
        start++//收缩,有可能是++,也有可能是跳跃式移动
    }
    FindTarget()//扩张时一般求极大值
    end++//扩张,一般都是++
}

if(一次都没进入过收缩条件)
{
    特殊处理一下
}

目前来看,滑动窗口主要有两种题型,一种是找最长/最短子数组,这种使用上述的三步走策略。另一种是固定长度的窗口内的极值,此时需要借助单调队列

题目一:209. 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。

思路:

for(遍历整个字符串)
{
    for(和值大于target)
    {
        计算一次最短长度
        头指针右移收缩
    }
    尾指针右移扩张
}

没收缩过需要特殊处理

代码:

int minSubArrayLen(int target, int* nums, int numsSize)
{
    int start = 0, end = 0;
    int sum = 0, minlen = I
评论 2
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