常用算法总结（一）

1、窗口滑动算法

前言科普：什么是滑动窗口算法？
滑动问题包含一个滑动窗口，它是一个运行在一个大数组上的子列表，该数组是一个底层元素集合。

假设有数组 [a b c d e f g h ]，一个大小为 3 的 滑动窗口 在其上滑动，则有：

一般情况下就是使用这个窗口在数组的合法区间内进行滑动，同时动态地 记录一些有用的数据，很多情况下，能够极大地提高算法地效率。

1. 滑动窗口最大值

题目描述
给定一个数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口 k 内的数字。滑动窗口每次只向右移动一位。

返回滑动窗口最大值。

示例:

题目解析

利用一个 双端队列，在队列中存储元素在数组中的位置， 并且维持队列的严格递减,，也就说维持队首元素是 最大的 ，当遍历到一个新元素时, 如果队列里有比当前元素小的，就将其移除队列，以保证队列的递减。当队列元素位置之差大于 k，就将队首元素移除。

补充：什么是双端队列（Dqueue）Deque 的含义是 “double ended
queue”，即双端队列，它具有队列和栈的性质的数据结构。顾名思义，它是一种前端与后端都支持插入和删除操作的队列。
Deque 继承自 Queue（队列），它的直接实现有 ArrayDeque、LinkedList 等。
动画描述

代码如下：

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if(nums.length==0||k>nums.length){
             return new int[0];
        }
        int[] res=new int[nums.length-k+1];
        Deque<Integer> de=new LinkedList<>();
        for(int i=0;i<nums.length;i++){
            
              //如果添加的元素大于，队列中的队尾元素，则删除队尾元素
              while(!de.isEmpty()&&nums[de.getLast()]<nums[i]){
                  de.removeLast();

              }
              //向双向队列中添加元素的索引
              de.add(i);
              //在头部移除元素，如果队列的长度大于k，则删除第一个元素
            if (de.getFirst() == i-k) {
                de.removeFirst();
            }
            //输出结果,从索引为k-1后就有输出值
            if (i >= k - 1) {
                res[i - k + 1] = nums[de.getFirst()];
            }

        }
        return res;

    }
}

2. 无重复字符的最长子串

题目描述:
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。

题目解析

维护一个滑动窗口，窗口内的都是没有重复的字符，去尽可能的扩大窗口的大小，窗口不停的向右滑动。
（1）如果当前遍历到的字符从未出现过，那么直接扩大右边界；
（2）如果当前遍历到的字符出现过，则缩小窗口（左边索引向右移动），然后继续观察当前遍历到的字符；
（3）重复（1）（2），直到左边索引无法再移动；
（4）维护一个结果res，每次用出现过的窗口大小来更新结果 res，最后返回 res 获取结果。

动画描述

代码：

class Solution {
    public int lengthOfLongestSubstring(String s) {
        if(s==null||s.length()==0){
            return 0;
        }
        if(s.length()==1){
            return 1;
        }
        HashSet<Character> set=new HashSet<>();
        //窗口的左边位置
        int left=0;
        //窗口的当前长度
        int cu_len=0;
        //窗口的最大长度
        int max=0;
        for(int i=0;i<s.length();i++){
            cu_len++;
            //若HashSet包含当前的字符,从窗口左边开始删除，直到删除与当前字符重复的字符为止
            //且每循环一次，窗口左边起始位置+1，长度-1
            while(set.contains(s.charAt(i))){
                 set.remove(s.charAt(left));
                 left++;
                 cu_len--;
            }
            max=Math.max(max,cu_len);
            set.add(s.charAt(i));
        }
        return max;
    }
}