双指针扫描、滑动窗口

双指针扫描

用于解决一类基于“子段”的统计问题

子段:数组中连续的一段(下标范围可以用一一个闭区间来表示)

这类题目的朴素做法都是两重循环的枚举,枚举左端点l、右端点r (l≤r)
优化手法都是找到枚举中的冗余部分,将其去除

优化策略通常有:

• 固定右端点，看左端点的取值范围
  - 例如左端点的取值范围是- -个前缀，可以用“前缀和”等算法维护前缀信息
• 移动一个端点，看另一个端点的变化情况
  - 例如一个端点跟随另一个端点单调移动，像一个“滑动窗口”
  - 此时可以考虑“双指针扫描”

实战

1.两数之和

https://leetcode.cn/problems/two-sum/

• Hash?
• 排序+双指针扫描?

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        vector<pair<int,int>> pairs;
        for(int i = 0;i < nums.size();i++){
            pairs.push_back({nums[i],i});
        }
        sort(pairs.begin(),pairs.end());

        int j = pairs.size() - 1;
        for(int i = 0;i < pairs.size();i++){
            while(i < j  && pairs[i].first + pairs[j].first > target) j--;
            if(i < j && pairs[i].first + pairs[j].first == target) {
                return {pairs[i].second,pairs[j].second};
            }
        }
        return {};
    }
};

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        unordered_map<int,int> m;
        for(int i=0; i<nums.size(); i++){

            if(m.find(target-nums[i]) != m.end()) {
                return {i , m[target-nums[i]]};
            }
            m[nums[i]] = i;
        }
        return {};
    }
};

167.两数之和II -输入有序数组
https://leetcode.cn/problems/two-sum-ii-input-array-is-sorted/

class Solution {
public:
    vector<int> twoSum(vector<int>& numbers, int target) {
        int j = numbers.size()-1;
        for(int i=0; i<numbers.size();i++){
            while( i < j && numbers[i] + numbers[j] > target) j--;
            if( i < j && numbers[i] + numbers[j] ==target){
                return {i + 1,j + 1};
            }
        }
        return {};
    }
};

class Solution {
public:
    vector<int> twoSum(vector<int>& numbers, int target) {
        // vector<int> ans; 
        // int *slow,fast;
        // for(int i=0;i<numbers.size()-1;i++)
        // {
        //     for(int j=i+1;j<numbers.size();j++)
        //     {
        //         if(numbers[i]+numbers[j]==target)
        //         {
        //             return vector<int>{i+1,j+1}; 
        //         }else if(numbers[i]+numbers[j]>target)
        //         {
        //             break;
        //         }
        //     }
        // }

        // return ans;
        int l=0,r=numbers.size()-1;
        while(l<r)
        {
            if(numbers[l]+numbers[r]==target)
            {
                return vector<int> {l+1,r+1};
            }else if(numbers[l]+numbers[r]>target)
            {
                r--;
            }else{
                l++;
            }
        }

        
        return vector<int> {l+1,r+1};

    }
};

15.三数之和
https://leetcode.cn/problems/3sum/

• 如何避免重复?相同的数不二次枚举
• 如何简化程序实现?模块化!利用“两数之和”

class Solution {
public:
    vector<vector<int>> threeSum(vector<int>& nums) {
        sort(nums.begin(),nums.end());
        vector<vector<int>> ans;
        for(int i = 0; i<nums.size(); i++){
            if(i>0 && nums[i] == nums[i-1]) continue;
            vector<vector<int>> jks = twoSum(nums,i + 1, -nums[i]);
            for(vector<int>& tmp :jks){
                ans.push_back({tmp[0],tmp[1],nums[i]});
            }
        }

        return ans;
    }

private:
    vector<vector<int>> twoSum(vector<int>& numbers, int start,  int target) {
        vector<vector<int>> ans;
        int j = numbers.size() - 1;
        for(int i=start;i < numbers.size();i++){
            if(i > start && numbers[i] == numbers[i-1]) continue;
            while(i < j && numbers[i] + numbers[j] > target) j--;
            if( i < j && numbers[i] + numbers[j] == target){
                ans.push_back({numbers[i],numbers[j]});
            }
        }
        return ans;
    }
};

11.盛最多水的容器
https://leetcode.cn/problems/container-with-most-water/

解题步骤:

1. 两重循环枚举，找冗余
2. 发现关键-----盛多少水是由短的那一根决定的，短的算完了就没用了
3. 双指针-------两 个指针从头尾向中间移动，每次移动短的那根

class Solution {
public:
    int maxArea(vector<int>& height) {

        int n=height.size();
        int left=0;
        int right=n-1;

        int S=0;

        while(left<right){

            S=max((right-left)*min(height[left],height[right]),S);
            if(height[left]<height[right])
            {
                left++;
                
            }else{
                right--;
            }

        }

        return S;
    }
};

算法对比

思考:
为什么求"子段和”( 窗口求和)可以用前缀和?
为什么求“滑动窗口最大值”要用单调队列?
遇到一道跟“子段”(窗口)有关的题，什么时候用前缀和,什么时候用双指针扫描，什么时候用单调队列?

区间减法性质

• 指的是[l,r]的信息可以由[1, r]和[1, l- 1]的信息导出
• 满足区间减法，可以用前缀和

维护的信息是关于一个点的，还是一整个候选集合(多个点)的

• 前者用双指针扫描，后者用单调队列

推荐一个零声学院免费公开课程，个人觉得老师讲得不错，分享给大家：Linux，Nginx，ZeroMQ，MySQL，Redis，fastdfs，MongoDB，ZK，流媒体，CDN，P2P，K8S，Docker，TCP/IP，协程，DPDK等技术内容，立即学习