大厂算法面试之leetcode精讲8.滑动窗口
视频教程（高效学习）:点击学习
目录：
3. 无重复字符的最长子串 (medium)
方法1.滑动窗口
- 思路：滑动窗口不断向前，当前元素不在set中 就加入set 然后更新最大长度，
i++继续下一轮循环，set中有重复元素不断让j++并删除窗口之外的元素 直到滑动窗口内没有重复的元素 - 复杂度：时间复杂度
O(n)，n是字符串的长度。空间复杂度是O(n)，即set的空间，最差的情况是O(n)
js:
var lengthOfLongestSubstring = function (s) {
const set = new Set(); //判断滑动窗口内是否有重复元素
let i = 0,//滑动窗口右边界
j = 0,//滑动窗口左边界
maxLength = 0;
if (s.length === 0) {//极端情况
return 0;
}
for (i; i < s.length; i++) {
if (!set.has(s[i])) {//当前元素不在set中 就加入set 然后更新最大长度，i++继续下一轮循环
set.add(s[i]);
maxLength = Math.max(maxLength, set.size);
} else {
//set中有重复元素不断让j++ 并删除窗口之外的元素 直到滑动窗口内没有重复的元素
while (set.has(s[i])) {
set滑动窗口遍历字符串，不断更.delete(s[j]);
j++;
}
set.add(s[i]);//放心将s[i]加入set中
}
}
return maxLength;
};
Java:
class Solution {
public int lengthOfLongestSubstring(String s) {
Set<Character> set = new HashSet<Character>();
int n = s.length();
int j = -1, ans = 0;
for (int i = 0; i < n; ++i) {
if (i != 0) {
set.remove(s.charAt(i - 1));
}
while (j + 1 < n && !set.contains(s.charAt(j + 1))) {
set.add(s.charAt(j + 1));
++j;
}
ans = Math.max(ans, j - i + 1);
}
return ans;
}
}
219. 存在重复元素 II （easy）
方法1:滑动窗口
- 思路：循环数组，不断将元素加入滑动窗口中，也就是加入set，如果set中存在重复元素并且窗口大小小于指定大小就返回，否则加入set中，当滑动窗口超过了指定大小，缩小窗口
- 复杂度：时间复杂度
O(n)，空间复杂度O(min(n, k))
js：
var containsNearbyDuplicate = function(nums, k) {
const set = new Set();
for(let i = 0; i < nums.length; i++) {
if(set.has(nums[i])) {//找到了重复的元素
return true;
}
set.add(nums[i]);//没找到就加入set中 扩大窗口
if(set.size > k) {//滑动窗口超过了指定大小，缩小窗口
set.delete(nums[i - k]);
}
}
return false;
};
java：
class Solution {
public boolean containsNearbyDuplicate(int[] nums, int k) {
HashSet<Integer> set = new HashSet<>();
for(int i = 0; i < nums.length; i++) {
if(set.contains(nums[i])) {
return true;
}
set.add(nums[i]);
if(set.size() > k) {
set.remove(nums[i - k]);
}
}
return false;
}
}
76. 最小覆盖子串 （hard）
方法1.滑动窗口
- 思路：用左右两个指针遍历
s字符串，当滑动窗口中的字符不能覆盖t中的字符时，右指针右移，扩大窗口，把右边的字符加入滑动窗口，当滑动窗口中的字符能覆盖t中的字符时，不断左移左指针，缩小窗口，直到窗口中的字符刚好能覆盖t中的字符，这个时候在左移就不能覆盖t中的字符了，在指针移动的过程中，不断更新最小覆盖子串 - 复杂度：时间复杂度o(n)，n是s的长度，空间复杂度o(t)，t是字符集的大小
js：
var minWindow = function (s, t) {
let need = {};//需要覆盖的字符串频数
let window = {};//滑动窗口的字符串频数
for (let a of t) {
need[a] = (need[a] || 0) + 1;//统计t中字符频数
}
//左右指针
let left = 0,
right = 0;
let valid = 0;//滑动窗口中能覆盖的字符种类数
let start = 0,//最小覆盖子串的起始索
len = Number.MAX_VALUE;//最小覆盖子串长度
while (right < s.length) {
let c = s[right];//进入滑动窗口右边的字符
right++;//右移窗口
if (need[c]) {//如果当前字符在need字符中 更新window中字符数
window[c] = (window[c] || 0) + 1;
if (window[c] == need[c]) {//如果当前窗口和需要的字符数量一致时，字符种类+1
valid++;
}
}
while (valid == Object.keys(need).length) {//字符种类与需要的字符个数一致时，就收缩窗口
if (right - left < len) {//当前窗口长度小于之前窗口的长度len 更新最小覆盖子串的起始位置和长度
start = left;
len = right - left;
}
let d = s[left];//需要被移除的字符
left++;//左移窗口 从窗口中移除字符
if (need[d]) {//如果在需要的字符中 更新window中字符数
if (window[d] == need[d]) {//如果当前窗口和需要的字符数量一致时，字符种类-1
valid--;
}
window[d]--;
}
}
}
//没有找到覆盖子串 返回'' 否则返回覆盖子串
return len == Number.MAX_VALUE ? "" : s.substr(start, len);
};
Java:
class Solution {
public String minWindow(String s, String t) {
Map<Character,Integer> needMap = new HashMap<Character,Integer>();
Map<Character,Integer> windowsMap = new HashMap<Character,Integer>();
for(char c : t.toCharArray()){
needMap.put(c,needMap.getOrDefault(c,0)+1);
}
int left = 0,right = 0;
int valid = 0;
int start = 0,end = 0,len = Integer.MAX_VALUE;
while(right < s.length()){
char c = s.charAt(right);
right++;
if(needMap.containsKey(c)){
windowsMap.put(c,windowsMap.getOrDefault(c,0)+1);
if(windowsMap.get(c).equals(needMap.get(c))){
valid++;
}
}
while(valid == needMap.size()){
if(right - left< len){
len = right - left;
start = left;
}
char d = s.charAt(left);
left++;
if(windowsMap.containsKey(d)){
if(windowsMap.get(d).equals(needMap.get(d))){
valid--;
}
windowsMap.put(d,windowsMap.getOrDefault(d,0)-1);
}
}
}
return len == Integer.MAX_VALUE ? "" : s.substring(start,start+len);
}
}
438. 找到字符串中所有字母异位词 (medium)
- 思路：用滑动窗口的思路，遍历字符串，
- 判断进入窗口的字符是否是需要的字符，并且加入窗口之后该字符的数量是否是和
need中的字符数量一致 - 判断出窗口的字符是否是需要的字符，并且该字符在窗口中的数量是否和
need中的字符数量一致 - 判断窗口中和
need中符合要求的字符是否一致 如果一致 则这个窗口形成的子串就是一个异位词
- 判断进入窗口的字符是否是需要的字符，并且加入窗口之后该字符的数量是否是和
- 复杂度：时间复杂度
O(n)，n是字符串的长度。空间复杂度O(k)，k是字符集的空间
js:
//写法1
var findAnagrams = function (s, p) {
let need = {};//需要的字符
let win = {};//窗口中的字符
for (let a of p) {//统计异位词的数量
need[a] = (need[a] || 0) + 1;
}
//左右指针
let left = 0,
right = 0;
let val = 0;//窗口中和need中字符数量一致的字符种类
let res = [];
while (right < s.length) {
let c = s[right];
right++;//右边的字符进入窗口
if (need[c]) {
win[c] = (win[c] || 0) + 1;//当前字符在need中，更新窗口中的字符数量
if (win[c] == need[c]) {
val++;//该字符在窗口中和need中的字符匹配时，字符种类+1
}
}
while (right - left >= p.length) {//不断出窗口
if (val == Object.keys(need).length) {//如果此时窗口中的子串和p是异位词则将左边界加入res中
res.push(left);
}
let d = s[left];
left++;//出窗口
if (need[d]) {//如果该字符在need中 更新窗口中的字符数量 和字符种类
if (win[d] == need[d]) {
val--;
}
win[d]--;
}
}
}
return res;
};
//写法2
var findAnagrams = function (s, p) {
//res：返回的结果
//win：存储窗口中的字符和对应的频次
//need：存储需要的异位词的种类和数量
//len：need异位词的字符种类
//val：滑动窗口中和need中字符数量相同的字符种类
const res = [], win = {}, need = {}, pLen = p.length;
let len = 0, val = 0;
for (const x of p) {//循环p
//如果字符在need中不存在 则初始化need数组中对应的字符数量 并且让字符种类加1
if (need[x] === undefined) {
need[x] = win[x] = 0;
len++;
}
need[x]++;//need中存在该字符 则字符数量加1
}
for (let i = 0; i < s.length; i++) {
const j = i - pLen;//滑动窗口左边界
//如果进入滑动窗口的字符s[i]在need中，并且窗口中的该字符数量加1之后和need中的字符数量相同，
//说明该字符已经满足了异位字符的要求，让val加1
if (s[i] in need && ++win[s[i]] === need[s[i]]) val++;
//如果出滑动窗口的字符s[j]在need中，并且滑动窗口中该字符数量和need中的字符数量相同，
//说明从窗口中移除该字符之后不满足异位字符的要求了，让窗口中这个字符的数量减1，并且val减1
if (s[j] in need && win[s[j]]-- === need[s[j]]) val--;
//如果need中滑动窗口中的异位字符种类一致 就说明从j+1开始就是异位字符串的一个起点
if (val === len) res.push(j + 1);
}
return res;
};
java：
class Solution {
public List<Integer> findAnagrams(String s, String p) {
int[] need = new int[26];
for (int i = 0; i < p.length(); i++) {
need[p.charAt(i) - 'a']++;
}
int start = 0, end = 0;
int[] window = new int[26];
List<Integer> ans = new ArrayList<Integer>();
while (end < s.length()) {
window[s.charAt(end) - 'a']++;
if (end - start + 1 == p.length()) {
if (Arrays.equals(window, need)) ans.add(start);
window[s.charAt(start) - 'a']--;
start++;
}
end++;
}
return ans;
}
}
1456. 定长子串中元音的最大数目 (medium)
ds_207
- 思路：滑动窗口遍历字符串，不断更新最大元音个数
- 复杂度：时间复杂度
O(n)，n是字符串长度。空间复杂度O(1)
js:
//例子： s=leetcode k=3
var maxVowels = function (s, k) {
const vowels = new Set(['a', 'e', 'i', 'o', 'u'])
let count = 0,
l = 0,
r = 0
while (r < k) {//初始化大小k的窗口
vowels.has(s[r]) && count++
r++
}
let max = count
while (r < s.length) {//不断移动窗口
vowels.has(s[r]) && count++
vowels.has(s[l]) && count--
l++
r++
max = Math.max(max, count)//更新最大元音数
}
return max
};
java:
class Solution {
public int maxVowels(String s, int k) {
int n = s.length();
int count = 0;
for (int i = 0; i < k; ++i) {
count += isVowel(s.charAt(i));
}
int ans = count;
for (int i = k; i < n; ++i) {
count += isVowel(s.charAt(i)) - isVowel(s.charAt(i - k));
ans = Math.max(ans, count);
}
return ans;
}
public int isVowel(char ch) {
return ch == 'a' || ch == 'e' || ch == 'i' || ch == 'o' || ch == 'u' ? 1 : 0;
}
}
904. 水果成篮 (medium)
- 思路：用滑动窗口遍历fruits，当有新种类的水果进入窗口时
- 如果窗口中只有一种水果，将这种水果加入arr数组
- 如果有两种水果，更新窗口的左边界，更新arr中水果的种类
- 如果进来了一种新的类型的水果 更新前一种水果的位置
- 更新滑动窗口的最大值
- 复杂度：时间复杂度
O(n)，空间复杂度O(1)。
js：
//[1,1,2,2]
//[1,1,2,2,3] -> [2,2,3]
var totalFruit = function(fruits) {
let l = 0;//起始指针
let maxLen = 0;//窗口的最大长度 其中最多包涵两种水果
let n = 0//前一类水果的结束位置
let arr = [fruits[l]]//水果的种类数组
for(let r = 0; r < fruits.length; r++){//窗口的右指针不断前进
if(!arr.includes(fruits[r])){//如果窗口中不包含 进窗口的水果
if(arr.length <= 1){//如果只有一种水果
arr[1] = fruits[r]//将这种水果加入arr数组
}else{//如果有两种水果
l = n//更新窗口的左边界
arr[0] = fruits[r-1]//更新arr中水果的种类
arr[1] = fruits[r]
}
}
if(fruits[r] !== fruits[n]){//如果进来了一种新的类型的水果 更新前一种水果的位置
n = r
}
maxLen = Math.max(maxLen,r-l+1)//更新滑动窗口的最大值
}
return maxLen
};
java：
class Solution {
public int totalFruit(int[] tree) {
if (tree == null || tree.length == 0) return 0;
int n = tree.length;
Map<Integer, Integer> map = new HashMap<>();
int maxLen = 0, left = 0;
for (int i = 0; i < n; i++) {
map.put(tree[i], map.getOrDefault(tree[i], 0) + 1);
while (map.size() > 2) {
map.put(tree[left], map.get(tree[left]) - 1);
if (map.get(tree[left]) == 0) map.remove(tree[left]);
left++;
}
maxLen = Math.max(maxLen, i - left + 1);
}
return maxLen;
}
}
