【算法小课堂】滑动窗口

简介: 基本概念:滑动窗口本质是双指针算法的一种演变本质上就是同向双指针,窗口的范围就是[left,right)

滑动窗口

基本概念:

滑动窗口本质是双指针算法的一种演变

本质上就是同向双指针,窗口的范围就是[left,right)

滑动窗口大致可以分为两类

  • 窗口大小不变的
  • 窗口大小变化的

滑动窗口遇到一些验证重复性的问题的时候可以用哈希表来优化

核心思想:

三步走:

  • 窗口的形成初期
  • 进窗口

开始遍历数组,right一直向右走直到遇到题目的判断条件,假设到了如下位置:

窗口范围如图所示

  • 判断

这个时候进行判断,具体得看题目,而判断结束后先出窗口还是先更新结果得看具体题目

  • 出窗口

判断结束后,right不再移动,而left向前移动,窗口大小也随之改变

  • 更新结果

根据具体题目的要求,写出更新结果的条件和语句

具体示例:

可见算法挨揍日记05-08

https://leetcode.cn/problems/minimum-size-subarray-sum/

本题就是在出窗口之前

时间复杂度:虽然代码是两层循环,但是我们的 left 指针和 right 指针都是不回退的,两者

最多都往后移动 n 次。因此时间复杂度是 O(N) 。

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int length = INT_MAX;
        int n = nums.size();
        int left = 0;
        int right = 0;
        int sum = 0;
        while(right<n)
        {
            sum+=nums[right];
            while(sum>=target)
            {
                length=min(length,right-left+1);
                sum-=nums[left++];
            }
            right++;
        }
        return length==INT_MAX?0:length;
    }
};

适用题目类型总结:

分析的对象是「⼀段连续的区间」,因此可以考虑「滑动窗⼝」的思想来解决

常见于子区间的最长最短问题等等



相关文章
|
4月前
|
算法
【算法】滑动窗口——最大连续1的个数
【算法】滑动窗口——最大连续1的个数
|
7月前
|
算法 测试技术 C++
【动态规划】【滑动窗口】【C++算法】 629K 个逆序对数组
【动态规划】【滑动窗口】【C++算法】 629K 个逆序对数组
|
7月前
|
机器学习/深度学习 算法
【优选算法】—— 滑动窗口类问题
【优选算法】—— 滑动窗口类问题
113 0
|
1天前
|
算法
|
4月前
|
算法
【算法】滑动窗口——最小覆盖子串
【算法】滑动窗口——最小覆盖子串
|
4月前
|
算法
【算法】滑动窗口——找到字符串中所有字母异位词
【算法】滑动窗口——找到字符串中所有字母异位词
|
4月前
|
算法
【算法】滑动窗口——将x减到0的最小操作数
【算法】滑动窗口——将x减到0的最小操作数
|
4月前
|
算法
【算法】滑动窗口——无重复字符的最长子串
【算法】滑动窗口——无重复字符的最长子串
|
4月前
|
算法
【算法】滑动窗口——长度最小的子数组
【算法】滑动窗口——长度最小的子数组
|
4月前
|
算法 容器
【算法】滑动窗口——串联所有单词的子串
【算法】滑动窗口——串联所有单词的子串