滑动窗口__最长不含重复字符的子符串_和为S的连续正整数序列(剑指offer)

简介: 滑动窗口__最长不含重复字符的子符串_和为S的连续正整数序列(剑指offer)

滑动窗口

滑动窗口是指在数组、字符串、链表等线性结构上的一段,类似一个窗口,而这个窗口可以依次在上述线性结构上从头到尾滑动,且窗口的首尾可以收缩。我们在处理滑动窗口的时候,常用双指针来解决,左指针维护窗口左界,右指针维护窗口右界,二者同方向不同速率移动维持窗口。


最长不含重复字符的子符串

题目链接:最长不含重复字符的子字符串


image.png


既然要找一段连续子串的内不重复的长度,我们可以使用滑动窗口,保证窗口内都是不重复的,然后窗口右界不断向右滑,如果窗口内出现了重复字符,说明新加入的元素与之前的重复了,只需要窗口左界也向右收缩就可以保证窗口内都是不重复的。

而保证窗口内的元素不重复,我们可以使用根据key值快速访问的哈希表,key值为窗口内的元素,value为其出现次数,只要新加入窗口的元素出现次数不为1,就是重复。

这里使用哈希表因为哈希表可以在0(1)时间内找到value!

image.png



import java.util.*;
public class Solution {
    /**
     * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
     *
     * 
     * @param s string字符串 
     * @return int整型
     */
    public int lengthOfLongestSubstring (String s) {
        // write code here
        //滑动窗口!
        //left right控制左右窗口边界!
        //hashmap 记录窗口内支付出现次数!
        //如果右边界right字符出现次数不为1
        //说明重复,left右移窗口缩小!并且这个元素的出现次数减一!
        //否则right右移!
        HashMap<Character,Integer> table = new HashMap<>();
        int max = 0;
        for(int left = 0,right = 0;right<s.length();right++){
            if(table.containsKey(s.charAt(right))){
                //table表中记录的这个字符
                //这个字符的次数加一!
                table.put(s.charAt(right),table.get(s.charAt(right))+1);
            }else{
                //否则这里记录该字符!
                table.put(s.charAt(right),1);
            }
            while(table.get(s.charAt(right))>1){
                //出现次数大于1窗口右移缩小
                table.put(s.charAt(left),table.get(s.charAt(left++))-1);
            }
            max = Math.max(max,right-left+1);
        }
        return max;
    }
}

和为S的连续正数序列

题目链接


image.png


滑动窗口

初始条件从[1,2]开始,结束标志r>=l

相等就滑动l++,r++

tmp<sum窗口扩大,右边界右移,tmp>sum窗口变小,左边界右移

这里的窗口想象成从左到右窗口宽度递增!

image.png

import java.util.ArrayList;
public class Solution {
    public ArrayList<ArrayList<Integer> > FindContinuousSequence(int sum) {
         //滑动窗口! 
         // sum 9  [2,3,4],[4,5]
        //从1,2开始,然后向左右两边扩大窗口边界!
        // 如果满足相等保存就保存!
        ArrayList<ArrayList<Integer>> result = new ArrayList<>();
        for(int l = 1,r = 2;l<r;){//循环结束 l>=r!
            int tmp = (l+r)*(r-l+1)/2;//等差数列求和!
            if(tmp==sum){//相等就滑动窗口!
                ArrayList<Integer> arr = new ArrayList<>();
                for(int i = l;i<=r;i++){
                    arr.add(i);
                }
                result.add(arr);
             //相等就滑动窗口!
             l++;r++;
            }else if(tmp<sum){//需要右边界扩大!
              r++;  
            }else{//左边缩小!
              l++;
            }
        }
        return result;
    }
}

目录
相关文章
|
BI
7-6 sdut-C语言实验-最长上升子序列
7-6 sdut-C语言实验-最长上升子序列
269 1
【技术干货连载 二】SLB 408问题排查
SLB 408问题排查思路和方法
349 0
|
人工智能 算法 安全
移动应用与系统:构建数字世界的双引擎#### 一、
【10月更文挑战第17天】 本文旨在探讨移动应用开发及移动操作系统在现代数字生态中的核心作用,通过分析其发展历程、关键技术里程碑、当前趋势以及未来展望,揭示这一领域如何不断推动科技进步与社会生活变革。从早期功能机时代的简单文本应用,到智能手机时代复杂多样的APP生态系统,再到如今深度融合AI、物联网技术的新一代应用,我们见证了技术如何重塑信息获取、沟通交流乃至各行各业的运作模式。 #### 二、
|
机器学习/深度学习 人工智能 TensorFlow
AI Native应用中利用联邦学习保障隐私的模型微调实践
【8月更文第2天】随着人工智能技术的发展,越来越多的应用程序开始采用AI原生(AI Native)设计思路,即从一开始就将AI作为核心功能来构建软件和服务。然而,在AI Native应用中,数据隐私和安全性是不容忽视的重要问题。联邦学习(Federated Learning, FL)作为一种新兴的技术框架,为解决这一难题提供了有力的支持。它允许在多个客户端上训练机器学习模型,而无需直接传输原始数据到中心服务器,从而保护了用户的隐私。
484 1
|
人工智能 自然语言处理 数据挖掘
《深度解析:VAEs如何重塑数据生成与重建格局》
变分自编码器(VAEs)是人工智能领域中强大的生成模型,广泛应用于图像生成、语音合成及医疗数据分析。其核心由编码器和解码器组成,通过将数据映射到低维潜在空间并重建,实现高效的数据生成与重建。VAEs的潜在空间具有连续性,并引入概率分布以支持创新生成。损失函数引导编码与解码优化,确保高质量的重建效果。VAEs在图像、医疗和自然语言处理等领域展现出巨大潜力,为各行业带来新的发展机遇。
425 18
|
传感器 人工智能 自动驾驶
无人驾驶出租车具有许多优势和对网约车行业产生的重大影响。
无人驾驶出租车具有许多优势和对网约车行业产生的重大影响。
|
网络协议 网络架构
RPC原理解析
RPC原理解析
471 0
|
存储 算法 Java
Java Set深度解析:为何它能成为“无重复”的代名词?
Java Set深度解析:为何它能成为“无重复”的代名词?本文详解Set接口及其主要实现类(HashSet、TreeSet、LinkedHashSet)的“无重复”特性,探讨其内部数据结构和算法实现,并通过示例代码展示最佳实践。
100 3
|
Linux 程序员 Perl
老程序员分享:Linux查看系统开机时间
老程序员分享:Linux查看系统开机时间
1290 0

热门文章

最新文章