leetcode之滑动窗口算法小结

leetcode刷题——总结字符串滑动窗口思想解法

做了一些字符串题目后，查看题解的时候看到了滑动窗口思想，之前都没有去了解过，看一些文章也比较模糊，想自己总结弄懂，然后能够讲接地气给你们看。

是什么

【滑动窗口算法】（sliding window algorithm）--想必大家都有在平常生活中遇到过滑动窗口的场景，这个算法浅白来讲就是这样的感觉，滑动窗口（满足了连续的位置），改变长度或者位置，去获得不同要求的结果，很明显的是这个窗口滑动距离满足不超过这个窗户整体长度，所以在处理一些字符/数组的子部分的问题时候，可能就派上用场了。

简单的数组滑动实例：

leetcode3-求无重复字符的最长子串长度

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。
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

滑动窗口问题的解决一般都得设置好双指针。

leetcode76-最小覆盖子串

答案解析如下

模板

在leetcode上有一位大佬总结出来了模板，可以参考下

大致逻辑如下

int left = 0, right = 0;

while (right < s.size()) {`
    // 增大窗口
    window.add(s[right]);
    right++;
    
    while (window needs shrink) {
        // 缩小窗口
        window.remove(s[left]);
        left++;
    }
}
//对应上面的例题，中间的while条件需要自己去修改，原理是一样的，遇到不符合的条件，就调整窗口大小

  public List findAnagrams(String s, String p) {
        List list = new ArrayList<>();
        int left = 0 , right = 0;
        char[] needs = new char[128];             //相当于hashMap，用于记录每个字符的个数
        char[] windows = new char[128];
        for (int i = 0; i < p.length(); i++) {
            needs[p.charAt(i)]++;
        }
        //统计符合要求字符个数
        int count =0;
        while(right < s.length()){

            char ch = s.charAt(right);
            windows[ch]++;
            if (needs[ch] > 0 && needs[ch] >= windows[ch]){
                count++;
            }
            //长度满足条件
            while( count == p.length()){
                //加入符合要求的结果
                if (right + 1 - left == p.length()){
                    list.add(left);
                }
                //经过一轮的条件满足，要向下继续寻找，不符合下面要求，则滑动窗口，往右走
                char ch1 = s.charAt(left);
                //这一步是有点难理解的，一开始我是结合例子，步步过才掌握了。很巧妙
                if (needs[ch1] > 0){
                    //这里是通过剔除已经满足的窗边位置，这样才可以往下走，重新往右搜索
                    windows[ch1]--;
                    if ( windows[ch1] < needs[ch1]){
                        count--;
                    }
                }
                left++;
            }
            right++;
        }
        return list;
    }

作用

• 滑动窗口算法可以解决字符串或者数组的一些子部分问题，比如一些要求连续的子部分
• 同时可以提高效率，减低时间复杂度，将嵌套问题优化。
• 在有些字符串情况下，比kmp算法还要高效