pyqt 只能打开子窗口一次_Leetcode刷题总结之滑动窗口法（尺取法）

介绍

滑动窗口法，也叫尺取法（可能也不一定相等，大概就是这样 =。=），可以用来解决一些查找满足一定条件的连续区间的性质（长度等）的问题。由于区间连续，因此当区间发生变化时，可以通过旧有的计算结果对搜索空间进行剪枝，这样便减少了重复计算，降低了时间复杂度。往往类似于“请找到满足xx的最x的区间（子串、子数组）的xx”这类问题都可以使用该方法进行解决。

引入的小例子

Leetcode 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 s ，找出该数组中满足其和 ≥ s 的长度最小的连续子数组。如果不存在符合条件的连续子数组，返回 0。

示例: 

输入: s = 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连续子数组。

这道题目最简单的解法自然是枚举每个数组起点和终点，这种解法的时间复杂度是O(N^2)

def 

通过分析可以发现，这种解法进行了很多重复计算，首先是对于状态的重复计算，比如当start为0时，我们计算了区间[0,0], [0,1], [0,2],...等的和，但当start为1时，我们又重新计算了区间[1,1], [1,2], ....,的和，但事实上，这些区间的值是可以根据上一次计算的结果直接得到的，如区间[1,2]等于区间[0,2]减去nums[0]的值。换句话说，我们可以根据之前计算得到的结果来推断还未进行计算的结果，这也为剪枝带来了可能。

考虑这样一个例子，给定数组为[2,3,1,2,4,3]，并给定要求的最小和s为7，通过第一次枚举，我们得知子数组[2,3],[2,3,1]都是小于7的，那我们也就没有必要在接下来的阶段对子数组[3],子数组[3,1]进行枚举检查了，因为他们的和一定是小于7的。若实现了这种剪枝，时间复杂度便可以得到大幅的优化。

那么如何实现这样的剪枝呢？考虑这样一种情形，数轴上存在一个滑动窗口，假设其左右端点分别为L和R。首先我们移动R，使得滑动窗口的区间满足给定的条件，然后我们再移动L，直到滑动区间不再满足给定的条件，如此循环往复，并在其过程中记录最优值。继续之前的例子，如图所示，过程如下：

1. 滑动窗口的长度为0，位于数轴的最左端
2. 滑动窗口右端R开始移动，直到区间满足给定的条件，也就是和大于7，停止于第三个元素2，记录下来当前的最优长度为4
3. 滑动窗口左端L开始移动，并停止于第一个元素3，此时区间和为6，使得区间和不满足给定的条件
4. 滑动窗口右端R继续移动，停止于第四个元素4，在过程中，最优长度仍然为4
5. 滑动窗口左端L移动至第三个元素2，过程中更新最优长度为3
6. 滑动窗口右端R移动至最后一个元素3,
7. 滑动窗口左端L移动至最后一个元素，并在过程中更新最优长度为2

滑动窗口法Leetcode209的过程示意图

滑动窗口法的大体框架

通过归纳，我们可以勾勒出滑动窗口法的大体框架（只是基本框架，根据不同的问题应适当变动，重在把握精神）

初始化窗口端点

滑动窗口法实例

Leetcode 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 s ，找出该数组中满足其和 ≥ s 的长度最小的连续子数组。如果不存在符合条件的连续子数组，返回 0。

示例: 

输入: s = 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连续子数组。

这道题是上面讲解过的题目，这里套用之前提出的框架再讲一遍。我们设置一个状态为summation，表示当前区间的和，而状态满足的条件是summation >= s，寻找最优值则是去比较当前的最优值以及目前滑动窗口的长度。代入框架即得到了求解该问题的程序：

def 

Leetcode 3. 无重复字符的最长子串

给定一个字符串，请你找出其中不含有重复字符的 最长子串 的长度。

示例 1:

输入: "abcabcbb"
输出: 3 
解释: 因为无重复字符的最长子串是 "abc"，所以其长度为 3。
示例 2:

输入: "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b"，所以其长度为 1。
示例 3:

输入: "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke"，所以其长度为 3。
     请注意，你的答案必须是 子串 的长度，"pwke" 是一个子序列，不是子串。

这道题是寻找无重复字符的最长子串，我们设置一个set来保存当前区间内的字符。对于右端点而言，S[R]不在set当中即满足条件。对于左端点而言，只要让左端点移动到目前S[R]的值第一次出现的位置后面即可，也就是说，不让滑动窗口包含重复的字符（因为重复的字符一定是当前右端点指向的字符）。这道题和前面一道题不同的地方在于，前一道题右端点是从不满足给定条件到移动满足给定条件，而这道题则相反。因此右端点会移动到第一次不满足条件的位置，而左端点则移动到再一次满足条件的位置。代码如下：

def 

Leetcode 1004. 最大连续1的个数 III

给定一个由若干 0 和 1 组成的数组 A，我们最多可以将 K 个值从 0 变成 1 。
返回仅包含 1 的最长（连续）子数组的长度。

示例 1：

输入：A = [1,1,1,0,0,0,1,1,1,1,0], K = 2
输出：6
解释： 
[1,1,1,0,0,1,1,1,1,1,1]
粗体数字从 0 翻转到 1，最长的子数组长度为 6。

示例 2：

输入：A = [0,0,1,1,0,0,1,1,1,0,1,1,0,0,0,1,1,1,1], K = 3
输出：10
解释：
[0,0,1,1,1,1,1,1,1,1,1,1,0,0,0,1,1,1,1]
粗体数字从 0 翻转到 1，最长的子数组长度为 10。

这道题和上一题一样，右端点移动到第一次不满足条件的位置，而左端点则移动到再一次满足条件的位置。需要满足的条件是，K值大于等于0。当碰到零时，K减去1。代码如下所示:

def 

总结

滑动窗口法可以用来解决一些查找满足一定条件的连续区间的性质（长度等）问题，个人认为可以看做是一种双指针方法的特例，两个指针都起始于原点，并一前一后向终点前进。还有一种双指针方法，其两个指针一始一终，并相向靠近，这种方法的内在思想和滑动窗口也非常类似，如Leetcode11. 盛最多水的容器就可以使用这种解法求解。