算法学习之滑动窗口(java版)

算法学习之滑动窗口(java版)

滑动窗口实际上是通过双指针实现的，[left,right]之间的范围就是窗口。通常用于解决字符串、数组相关的问题。比如最小子串等。

框架

public static String minWindow(String s, String t) {
   
    HashMap<Character, Integer> need = new HashMap<>();
    int t_len = t.length();
    for (int i = 0; i < t_len; i++) {
   
        need.put(t.charAt(i), need.getOrDefault(t.charAt(i), 0) + 1);
    }
    int left = 0, right = 0;
    int valid = 0;
    // 记录最小覆盖子串的起始索引及⻓度
    int start = 0, len = Integer.MAX_VALUE;
    while (right < s.length()) {
   
        // c 是将移入窗口的字符
        char c = s.charAt(right); // 右移窗口
        right++;
        // 进行窗口内数据的一系列更新
        ...
        // 判断左侧窗口是否要收缩
        while (...) {
   
            // d 是将移出窗口的字符
            char d = s.charAt(left);
            // 左移窗口
            left++;
            // 进行窗口内数据的一系列更新
        }
    }

    return ...;
}

关键是判断收缩以及扩展时的情况，如何向窗口中添加新元素，如何缩小窗口，在窗口移动的哪个阶段更新结果。

例题

最小覆盖子串

给你一个字符串S、一个字符串T，请在字符串S里面找出：包含T所有字母的最小子串
输入：S=“ADOBECODEBANC”, T=“ABC”
输出：“BANC”

思路：

1. 维护好need和window两个Map，用于记录窗口内的元素，每次窗口扩展后，比较need和window就可以知道是否含有相同字母。

2. 设置双指针，left和right。

3. right一直增大，直到窗口[left,right)满足要求包含字符串T为止。

4. left一直增大，直到窗口中的字符串不再满足条件。每次增加left都要更新一轮结果

5. 重复3、4两步，直到right到尽头

可以理解为步骤2在找可行解，步骤3在优化这个解。

public static String minWindow(String s, String t) {
   
    HashMap<Character, Integer> need = new HashMap<>();
    HashMap<Character, Integer> window = new HashMap<>();
    int t_len = t.length();
    for (int i = 0; i < t_len; i++) {
   
        need.put(t.charAt(i)