python数据结构和算法面试题_算法和数据结构面试题（JavaScript+Python）——滑动窗口...
适用情况：
input是一些线性结构如链表，数组，字符串等，求最长/最短子字符串或是某些特定的长度要求
滑动窗口避免了重复循环元素，在计算sum等数值时适应，但是有些情况必须遍历所有值解题就不适用了。
模式
res = []
<1.设置窗口>
start= 0
end= 0
while end < len(arr):
<2.执行计算 (window.add(arr[end]))>
end += 1start
if/while (<3设置条件：满足start指针移动>):
<4.执行计算 (window.remove(arr[start]))>
start += 1
<5.更新res：注意判断在循环内外更新的情况>
复制代码
细节
window的数据类型，easy一般为数值、数组，用于加减求和等，medium的一般为哈希表(字典)，用来统计元素的数量。主要看题目要求
更新res的时候注意判断，res是否包含while条件的情况，包含则在while内更新，不包含则在while外更新。一般用min、max对比更新
例题1 固定长度求字串最大总和(easy)
固定窗口
给定一个正数数组和一个正数'k'，找到大小为'k'的任何连续子数组的最大和。
例：
Input: [2, 1, 5, 1, 3, 2], k=3
Output: 9
Explanation: Subarray with maximum sum is [5, 1, 3].
解题思路：
设置window：windowStart、windowEnd(在for循环中设置，小于输入列表的长度)、windowSum(窗口在一个位置上的结果，比如要求和)、result(列表用来存结果)
进入windoEnd的循环for，在窗口内进行执行计算(如windowSum加和)
设置窗口移动的条件if，满足时移动窗口
3.1 移动前获取当前结果(如把前面得出的当前结果存入列表，或max比较大小)
3.2 执行计算改变当前结果(如windowSum减去最前面的值)
3.3 改变windowStart移动窗口
获得返回值
JS
const max_sub_array_of_size_k = function(k, arr){
// TODO: Write your code here
let sumArr = [],
windowStart = 0,
windowSum = 0;
for (let windowEnd = 0; windowEnd < arr.length; windowEnd ++){ //end是小于数组长度，不能等于
//
windowSum += arr[windowEnd];
if (windowEnd >= k-1){ //是大于等于的时候才移动，不是小于
//maxSum = Math.max(maxSum, windowSum);也可以直接在循环里面找最大
//
sumArr.push(windowSum);
//
windowSum -= arr[windowStart];
windowStart += 1;
}
}
maxSum = Math.max.apply(null,sumArr)
return maxSum;
};
复制代码
语法笔记：max里的参数不能是数组，所以要借用call/apply(Object, args) ，当Object为null时this指向改为window。而apply的参数要数组，call的参数不能为数组
Python
def max_sub_array_of_size_k(k, arr):
max_sum , window_sum = 0, 0
window_start = 0
for window_end in range(len(arr)):
window_sum += arr[window_end] # add the next element
# slide the window, we don't need to slide if we've not hit the required window size of 'k'
if window_end >= k-1:
max_sum = max(max_sum, window_sum)
window_sum -= arr[window_start] # subtract the element going out
window_start += 1 # slide the window ahead
return max_sum
复制代码
例题2 给定总和的最短字串(easy)
缩放窗口移动双指针
给定一个正数数组和一个正数'S'，找到其和大于或等于'S'的最小连续子数组的长度。如果不存在此类子数组，则返回0。
例：
Input: [2, 1, 5, 2, 3, 2], S=7
Output: 2
Explanation: The smallest subarray with a sum great than or equal to '7' is [5, 2].
滑动窗口算法的思路是这样：
1、我们在字符串 S 中使用双指针中的左右指针技巧，初始化 left = right = 0，把索引闭区间 [left, right]称为一个「窗口」。
2、我们先不断地增加 right 指针扩大窗口 [left, right]，直到窗口中的字符串符合要求(包含了 T 中的所有字符)。
3、此时，我们停止增加 right，转而不断增加 left 指针缩小窗口 [left, right]，直到窗口中的字符串不再符合要求(不包含T 中的所有字符了)。同时，每次增加 left，我们都要更新一轮结果。
4、重复第 2 和第 3 步，直到 right 到达字符串 S 的尽头。
解题思路：第 2 步相当于在寻找一个「可行解」，然后第 3 步在优化这个「可行解」，最终找到最优解。左右指针轮流前进，窗口大小增增减减，窗口不断向右滑动。
JS
const smallest_subarray_with_given_sum = function(s, arr){
let windowStart = 0,
windowSum = 0,
minLen = Infinity; //求最小值时设初始值为Infinity
for (let windowEnd = 0; windowEnd <= arr.length-1; windowEnd++){ //windowEnd可以是小于数组长度，或者小于等于数组长度-1，记住窗口的概念图
//
windowSum += arr[windowEnd];
while(windowSum >= s){
//
minLen = Math.min(minLen, windowEnd - windowStart + 1);
//tart
windowSum -= arr[windowStart];
windowStart += 1;
}
}
if (minLen === Infinity){ //不要忘了没有符合条件的substring情况
minLen = 0;
}
return minLen;
};
复制代码
Python
import math
def smallest_subarray_with_given_sum(s, arr):
window_sum = 0
min_length = math.inf
window_start = 0
for window_end in range(0, len(arr)):
window_sum += arr[window_end] # add the next element
# shrink the window as small as possible until the 'window_sum' is smaller than 's'
while window_sum >= s:
min_length = min(min_length, window_end - window_start + 1)
window_sum -= arr[window_start]
window_start += 1
if min_length == math.inf:
return 0
return min_length
复制代码
例题3 固定字母数的最长字串(medium)
更复杂的步骤，用哈希表记录字母频率
给定一个字符串，找出其字母不超过K个的最长子串
例：
Input: String="araaci", K=2
Output: 4
Explanation: The longest substring with no more than '2' distinct characters is "araa".
解题思路：这道题升了一个level主要是因为这一步骤更复杂，需要创建哈希表记录字母频率，哈希表在py中即字典，在js中即对象，就是带有键值对的数据结构。另外要注意代码中的两个特殊情况。
function longest_substring_with_k_distinct (str, k){
let windowStart = 0,
maxLen = 0,
charFrequency = {};
for (let windowEnd = 0; windowEnd < str.length; windowEnd++){
//在对象charFrequency内创建字母属性，用属性的值记录字母频率
const rightChar = str[windowEnd];
if (!(rightChar in charFrequency)){ //特殊情况，如果charFrequency对象内没有rightChar则创建一个新的属性，值为0
charFrequency[rightChar] = 0;
}
charFrequency[rightChar] += 1; //给这个属性的值加一，计数
while (Object.keys(charFrequency).length > k){
//修改对象(哈希表)内的字母属性值
const leftChar = str[windowStart];
charFrequency[leftChar] -= 1; //移动窗口时给这个属性的值减一，表示去掉一个字母
if (charFrequency[leftChar] === 0){ //特殊情况，如果这个属性的值为零，即这个字母在对象中不存在，删去
delete charFrequency[leftChar];
}
windowStart += 1;
}
// 在while循环外面改，因为不能包含字母数量大于k的情况
maxLen = Math.max(maxLen, windowEnd - windowStart + 1);
}
return maxLen;
}
复制代码
语法笔记：获取对象属性个数用 Object.keys(obj).length
def longest_substring_with_k_distinct(str, k):
windowStart = 0
charFreq = {}
charLen = 0
for windowEnd in range(len(str)): #注意range不包括最后一项，这里不用减一
rightChar = str[windowEnd]
if rightChar not in charFreq:
charFreq[rightChar] = 0
charFreq[rightChar] += 1
while len(charFreq) > k:
leftChar = str[windowStart]
charFreq[leftChar] -= 1 #这个字母计数减一
if charFreq[leftChar] == 0:
del charFreq[leftChar]
windowStart += 1
charLen = max(charLen, windowEnd - windowStart + 1) #注意这一步要在for循环里面
return charLen
复制代码
例题四 无重复字符的最长子串
leetcode 3(medium)
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。
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。
解题思路：
总体跟框架走窗口、window.add(end)、条件、window.remove(start)、更新
细节：
window设为字典，end++并统计窗口内的字母频率，freq大于1则移动start
更新res要在循环外
class Solution:
def lengthOfLongestSubstring(self, s: str) -> int:
if not s: return 0
res = 0
charFreq = {}
# <1.设置窗口>
start, end = 0, 0
while end < len(s):
# <2.执行计算 (window.add(arr[end]))>
endChar = s[end]
# 简便写法，判断字母是否在字典中，若为新字母则创建一个新键并赋值为0，再加1计数
# 不要写成charFreq.get(endChar, "0")，这里的0表示字符串，不能加减
charFreq[endChar] = charFreq.get(endChar, 0) + 1
end += 1
# <3.设置条件>
# 满足指针移动的条件是end对应字母是否重复出现
# 因为有for循环，每次都会判断字典中end指针对应字母的数值，所以只要判断当前这个字母即可
while charFreq[endChar] > 1:
# <4.执行计算 (window.remove(arr[start]))>
startChar = s[start]
charFreq[startChar] = charFreq.get(startChar) - 1
if charFreq[startChar] == 0:
del charFreq[startChar]
start += 1
# <5.更新res>
# 第一次出错，把res更新写在while循环里面。
# 判断方法：charFreq[endChar] > 1这个条件是否符合输出的情况，
# 要求的是不含有重复字符，即charFreq[endChar] > 1的情况下不能更新res，要把这个情况处理完才能更新
res = max(res, len(charFreq))
return res
复制代码
参考资料：