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:

[a b c][b c d][c d e][d e f][e f g][f g h]

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

题目来源于 LeetCode 上第 239 号问题:滑动窗口最大值。题目难度为 Hard,目前通过率为 40.5% 。

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:

输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
输出: [3,3,5,5,6,7]
解释: 滑动窗口的位置                最大值
---------------               -----
[1  3  -1] -3  5  3  6  7       31 [3  -1  -3] 5  3  6  7       31  3 [-1  -3  5] 3  6  7       51  3  -1 [-3  5  3] 6  7       51  3  -1  -3 [5  3  6] 7       61  3  -1  -3  5 [3  6  7]      7

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

代码实现

class Solution {public int[] maxSlidingWindow(int[] nums, int k) {//有点坑,题目里都说了数组不为空,且 k > 0。但是看了一下,测试用例里面还是有nums = [], k = 0,所以只好加上这个判断if (nums == null || nums.length < k || k == 0) return new int[0];int[] res = new int[nums.length - k + 1];//双端队列Deque<Integer> deque = new LinkedList<>();for (int i = 0; i < nums.length; i++) {//在尾部添加元素,并保证左边元素都比尾部大while (!deque.isEmpty() && nums[deque.getLast()] < nums[i]) {deque.removeLast();}deque.addLast(i);//在头部移除元素if (deque.getFirst() == i - k) {deque.removeFirst();}//输出结果if (i >= k - 1) {res[i - k + 1] = nums[deque.getFirst()];}}return res;}
}

2. 无重复字符的最长子串

题目来源于 LeetCode 上第 3 号问题:无重复字符的最长子串。题目难度为 Medium,目前通过率为 29.0% 。

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

建立一个256位大小的整型数组 freg ,用来建立字符和其出现位置之间的映射。

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

代码实现

// 滑动窗口
// 时间复杂度: O(len(s))
// 空间复杂度: O(len(charset))
class Solution {
public:int lengthOfLongestSubstring(string s) {int freq[256] = {0};int l = 0, r = -1; //滑动窗口为s[l...r]int res = 0;// 整个循环从 l == 0; r == -1 这个空窗口开始// 到l == s.size(); r == s.size()-1 这个空窗口截止// 在每次循环里逐渐改变窗口, 维护freq, 并记录当前窗口中是否找到了一个新的最优值while(l < s.size()){if(r + 1 < s.size() && freq[s[r+1]] == 0){r++;freq[s[r]]++;}else {   //r已经到头 || freq[s[r+1]] == 1freq[s[l]]--;l++;}res = max(res, r-l+1);}return res;}
};

3. 存在重复元素 II

题目来源于 LeetCode 上第 219 号问题:存在重复元素 II。题目难度为 Easy,目前通过率为 33.9% 。

题目描述

给定一个整数数组和一个整数 k,判断数组中是否存在两个不同的索引 ij,使得 nums [i] = nums [j],并且 ij 的差的绝对值最大为 k

示例 1:

输入: nums = [1,2,3,1], k = 3
输出: true

示例 2:

输入: nums = [1,0,1,1], k = 1
输出: true

示例 3:

输入: nums = [1,2,3,1,2,3], k = 2
输出: false

题目解析

使用用滑动窗口与查找表来解决。

  • 设置查找表record,用来保存每次遍历时插入的元素,record 的最大长度为k
  • 遍历数组nums,每次遍历的时候在record 查找是否存在相同的元素,如果存在则返回true,遍历结束
  • 如果此次遍历在record 未查找到,则将该元素插入到record 中,而后查看record 的长度是否为k + 1
  • 如果此时record 的长度是否为k + 1,则删减record的元素,该元素的值为nums[i - k]
  • 如果遍历完整个数组nums未查找到则返回false

动画描述

代码实现

// 时间复杂度: O(n)
// 空间复杂度: O(k)
class Solution {
public:bool containsNearbyDuplicate(vector<int>& nums, int k) {if(nums.size() <= 1)  return false;if(k <= 0)  return false;unordered_set<int> record;for(int i = 0 ; i < nums.size() ; i ++){if(record.find(nums[i]) != record.end()){return true;}record.insert(nums[i]);// 保持record中最多有k个元素// 因为在下一次循环中会添加一个新元素,使得总共考虑k+1个元素if(record.size() == k + 1){record.erase(nums[i - k]);}}return false;}
};

4. 长度最小的子数组

题目来源于 LeetCode 上第 209 号问题:长度最小的子数组。题目难度为 Medium,目前通过率为 37.7% 。

题目描述

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。

题目解析

定义两个指针 left 和 right ,分别记录子数组的左右的边界位置。

  • (1)让 right 向右移,直到子数组和大于等于给定值或者 right 达到数组末尾;
  • (2)更新最短距离,将 left 像右移一位, sum 减去移去的值;
  • (3)重复(1)(2)步骤,直到 right 到达末尾,且 left 到达临界位置

动画描述

设置滑动窗口的长度为 0 ,位于数轴的最左端。

1 .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 ,此时停止于第三个元素 2,当前的最优长度为 4

2. 滑动窗口左端 L 开始移动,缩小滑动窗口的大小,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(此时不大于 7)

3. 滑动窗口右端 R 继续移动,停止于第四个元素 4,此时和位 10 ,但最优长度仍然为 4

代码实现

// 滑动窗口的思路
// 时间复杂度: O(n)
// 空间复杂度: O(1)
class Solution {public int minSubArrayLen(int s, int[] nums) {int l= 0,r = -1;    // nums[l...r]为我们的滑动窗口int sum = 0;int result = nums.length + 1;while (l < nums.length){ // 窗口的左边界在数组范围内,则循环继续if( r+1 <nums.length && sum < s){r++;sum += nums[r];}else { // r已经到头 或者 sum >= ssum -= nums[l];l++;}if(sum >= s){result = (r-l+1) < result ? (r-l+1) : result ;}}if(result==nums.length+1){return 0;}return result;}
}

滑动窗口算法_有点难度,几道和「滑动窗口」有关的算法面试题相关推荐

  1. 有点难度,几道和「滑动窗口」有关的算法面试题

    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 ...

  2. prim算法_历时两月,终拿字节跳动offer,算法面试题分享「带答案」

    欢迎关注专栏<Java架构筑基>--专注于Java技术的研究与分享! Java架构筑基​zhuanlan.zhihu.com Java架构筑基--专注于Java技术的研究与分享! 后续文章 ...

  3. 66 道前端算法面试题附思路分析助你查漏补缺

    大家好,我是漫步. 今天来分享一篇干货,前端关于算法的分析不多,下文列举了66道前端算法面试题,希望对你有所帮助. 作者:Eno_Yao https://segmentfault.com/a/1190 ...

  4. 一周刷爆LeetCode,算法da神左神(左程云)耗时100天打造算法与数据结构基础到高级全家桶教程,直击BTAJ等一线大厂必问算法面试题真题详解 笔记

    一周刷爆LeetCode,算法大神左神(左程云)耗时100天打造算法与数据结构基础到高级全家桶教程,直击BTAJ等一线大厂必问算法面试题真题详解 笔记 教程与代码地址 P1 出圈了!讲课之外我们来聊聊 ...

  5. 200 道算法面试题集锦!Python 实现,含华为、BAT 等校招真题!

    点击上方"AI有道",选择"置顶"公众号 重磅干货,第一时间送达 春招临近,无论是要找工作的准毕业生,还是身在职场想要提升自己的程序员,提升自己的算法内功心法. ...

  6. 微软的100道算法面试题(终结版)

    前言 数据结构与算法的重要性已不言而喻,最近,我整理出十大经典排序算法.五大常用算法总结,今天特意整理出微软面试的100题,若有不足之处,欢迎指正!由于篇幅过长,前30道题目写在上一篇,大家可以进我的 ...

  7. 滑动窗口有关的算法面试题

    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 ...

  8. 公众号滑动图代码_运营干货|公众号文章中滑动图片的制作

    最近在尝试运营个人公众号,学会使用秀米基本排版后就开始发文练手,第二篇就遇到了图片问题,有一组很连贯的手机聊天截图需要放在一起(5张),直接上下结构排布阅读体验很差,就想到要制作滑动图片(关注的大号G ...

  9. 零基础上手的简道云「订单管理系统」,不止搞定进销存!

    点击链接>> 订单管理系统下载  免费安装,快速学习如何量身定制「订单管理系统」 通过1个多月的调研,我们发现很多企业都有订单管理需求,但不同企业所属行业.规模.业务均不相同,订单管理需求 ...

最新文章

  1. 单连接算法与全连接算法
  2. Android_微信_设置
  3. 网站外链发布的细节注意事项!
  4. HBase伪分布式集群配置
  5. OCM备考 三. Managing Database Availability 之RMAN高级操作
  6. P5516-[MtOI2019]小铃的烦恼【期望dp,线性消元】
  7. oracle多条sql语句常量,如何在Oracle中一次执行多条sql语句
  8. hadoop 计算几点 主节点_01-Hadoop的介绍
  9. 高德地图安卓 拖拽选点_行车记录仪当“眼睛” 高德地图手机AR导航再次升级...
  10. 使用ResultReceiver的Android IntentService
  11. HTTP协议&SOCKET协议
  12. OSPF邻接关系建立过程
  13. 抽象 封装 继承 多态
  14. 论文常用实验数据收集整理
  15. win10系统cpu内核或逻辑核心缺少缺少,解决办法
  16. java chmod 777_尽管使用chmod 777,但java.io.FileNotFoundException(权限被拒绝)
  17. 80页4万字政务综合服务平台建设项目方案书(完整版)
  18. 20130327-[转]讲完这个故事我就要嫁给别人
  19. Matlab中function定义的函数与匿名函数区别一
  20. 中国太阳能跟踪器行业市场供需与战略研究报告

热门文章

  1. 6.23 NIUDAY 深圳站 | 从新零售到金融,Follow 技术大咖一起探索人工智能应用的无限可能...
  2. 腾讯广告 3000+万行大代码库主干开发实战
  3. 腾讯游戏数据应用微服务实战
  4. OpenResty简介及学习笔记
  5. PyTorch GPU安装指南 (Ubuntu 16.04 anaconda cuda8.0 cuDNN6.0)
  6. web模块化规范和实现
  7. 利剑无意之Dubbo 面试题
  8. Scala _04Scala字符串
  9. 【MyBatis】sql列名与实体类属性名不同的解决方式
  10. 汇编语言 【大练习】寻址方式在结构化访数据访问中的应用