数据结构-滑动窗口

简介: 数据结构-滑动窗口

1.长度最小的子数组


给定一个含有 n 个正整数的数组和一个正整数 target 。找出该数组中满足其总和大于等于 target 的长度最小的  连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。


def minSubArrayLen(starget,nums):
        sum=0
        result=len(nums)+1 # 这个地方主要要大于数组长度,以免正好整个数组长度的和等于target
        l=0
        for i in range(len(nums)):
            sum +=nums[i]
            while sum >= target:
                    sl=i-l+1
                    result = min(result,sl)
                    sum-=nums[l]
                    l+=1
        if result==len(nums)+1:
            return 0
        else:
            return result

2. 水果成篮


你正在探访一家农场,农场从左到右种植了一排果树。这些树用一个整数数组 fruits 表示,其中 fruits[i] 是第 i 棵树上的水果 种类 。


你想要尽可能多地收集水果。然而,农场的主人设定了一些严格的规矩,你必须按照要求采摘水果:


你只有 两个 篮子,并且每个篮子只能装 单一类型 的水果。每个篮子能够装的水果总量没有限制。

你可以选择任意一棵树开始采摘,你必须从 每棵 树(包括开始采摘的树)上 恰好摘一个水果 。采摘的水果应当符合篮子中的水果类型。每采摘一次,你将会向右移动到下一棵树,并继续采摘。

一旦你走到某棵树前,但水果不符合篮子的水果类型,那么就必须停止采摘。

给你一个整数数组 fruits ,返回你可以收集的水果的 最大 数目。


示例 1:


输入:fruits = [1,2,1]

输出:3

解释:可以采摘全部 3 棵树。

示例 2:


输入:fruits = [0,1,2,2]

输出:3

解释:可以采摘 [1,2,2] 这三棵树。

如果从第一棵树开始采摘,则只能采摘 [0,1] 这两棵树。

class Solution:
    def totalFruit(fruits):
        i,j=0,0
        res=0
        calssMap=defaultdict(int)
        classFruit=0
       
        while j < len(fruits):
            # 判断当前是否满足条件
            if calssMap[fruits[j]]==0:
                classFruit+=1
            calssMap[fruits[j]]+=1
       
        #不满足条件时移动i
            while classFruit>2:
                if calssMap[fruits[i]]==1:
                    classFruit-=1
                calssMap[fruits[i]]-=1
                i+=1
           
            res = max(res,j-i+1)
            j+=1
        return res


3.最小覆盖子树


给你一个字符串 s 、一个字符串 t 。返回 s 中涵盖 t 所有字符的最小子串。如果 s 中不存在涵盖 t 所有字符的子串,则返回空字符串 "" 。


注意:


对于 t 中重复字符,我们寻找的子字符串中该字符数量必须不少于 t 中该字符数量。

如果 s 中存在这样的子串,我们保证它是唯一的答案。

输入:s = "ADOBECODEBANC", t = "ABC"

输出:"BANC"

解释:最小覆盖子串 "BANC" 包含来自字符串 t 的 'A'、'B' 和 'C'

def minWindow(s,t):
        i,j=0,0  # 定义我们的指针
        #创建一个字典
        needMap=collections.defaultdic(int)
        #定义所需的t中的种类
        needCnt=len(t)
        res=''  # 初始res为''
       
        for char in t:
                needMap[char]+=1 # 将t中的字母存放在字典中,同时记录字母的数量
        while j<len(t):
                if s[j] in needMap:
                    # 如果t中字符在s中且对应值大于0,则对其值建议,同时needCnt-1
                    if needMap[s[j]]>0: 
                           needCnt -=1
                     needMap[s[j]] -=1
                # 当找到第一个满足t中字符都包含在s子区间时间,也就是needCnt=0时 
                while needCnt==0:
                    #更新res的值
                    if not res or j-i+1<len(res):
                        res = s[i:j+1]
                    # 判断左边指针是否在needMap中,如果在也就是我们去掉一个s所含t的字符
                    if s[i] in needMap:
                        if needMap[s[i]]==0: # 当对应值大于0时间,needCnt+1
                            needCnt +=1
                        needMap[s[i]]+=1
                    i+=1
                j+=1
        return res
相关文章
|
算法 Python
打卡力扣题目六
打卡力扣题目六
|
SQL 关系型数据库 分布式数据库
实时计算 Flink版产品使用合集之sink到HBase如何解决
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
人工智能 算法 安全
探索未来科技的基石:量子计算技术深度解析
探索未来科技的基石:量子计算技术深度解析
361 5
|
Java
JSP 教程 之 JSP 动作元素 6
`jsp:setProperty`用于设置Bean对象属性,可在外或内`jsp:useBean`中使用。在外时,无论Bean是否已存在都会执行;在内时,仅新建Bean时执行。属性包括:`name`(必需,指定Bean)、`property`(必需,指定属性,`*`匹配所有请求参数)、`value`(可选,直接指定属性值,支持类型转换)和`param`(可选,用请求参数值设置属性)。`value`与`param`不能同时使用。
97 1
echarts饼图点击区块事件
echarts饼图点击区块事件
449 0
|
存储 并行计算 算法
[Eigen中文文档] 概述(总目录)
Eigen是基于线性代数的C ++模板库,主要用于矩阵,向量,数值求解器和相关算法。常用的Ceres、G2O等项目均是基于Eigen库。 本系列文章将通过官方文档带你了解Eigen。
2615 1
YAML+PyYAML笔记 5 | YAML流样式、块样式、序列样式、Flow Mappings
YAML+PyYAML笔记 5 | YAML流样式、块样式、序列样式、Flow Mappings
143 0
|
存储 JavaScript
【TS】object类型
【TS】object类型
196 0
|
人工智能 JSON 算法
大学生人工智能挑战赛—智慧零售 从目标检测到算法落地
大学生人工智能挑战赛—智慧零售 从目标检测到算法落地
407 0
大学生人工智能挑战赛—智慧零售 从目标检测到算法落地
下一篇
oss云网关配置