滑动窗口算法：巧妙玩转数据的窗外世界

2024-06-10 15:28
文章标签 玩转 滑动 算法 巧妙 窗外 窗口 数据 世界

本文主要是介绍滑动窗口算法：巧妙玩转数据的窗外世界，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

✨✨✨学习的道路很枯燥，希望我们能并肩走下来!

文章目录

目录

文章目录

前言

一 滑动窗口是什么？

二 相关题目解析

1. 长度最小的子数组

🥳题目解析 

🥳算法原理 

✏️思路1  暴力枚举出所有子数组之和

 ✏️思路2 滑动窗口

2. 无重复字符的最长子串

🥳题目解析 

🥳算法原理 

✏️思路1  暴力枚举 + 哈希表

✏️思路2 滑动窗口优化+哈希表

3. 最大连续1的个数 III

🥳题目解析 

 🥳算法原理 

✏️思路1  暴力枚举 + 计数器       

✏️思路2 滑动窗口优化+计数器

4.将x减到0的最小操作数

🥳题目解析 

  🥳算法原理 

✏️思路 滑动窗口（正难则反

5. 水果成篮

🥳题目解析 

🥳算法原理 

✏️思路 滑动窗口+哈希表

6. 找到字符串中所有字母异位词

🥳题目解析 

🥳算法原理

✏️思路 滑动窗口+哈希表

7. 串联所有单词的字串 

🥳题目解析  

🥳算法原理  

✏️思路 滑动窗口+哈希表​编辑 

8. 最小覆盖字串  

🥳题目解析  

🥳算法原理

✏️思路 滑动窗口+哈希表

总

前言

本篇详细介绍了滑动窗口的使用，让使用者了解滑动窗口，而不是仅仅停留在表面，更好的模拟，为了更好的使用. 文章可能出现错误，如有请在评论区指正，让我们一起交流，共同进步！

一 滑动窗口是什么？

其实就是我们前文提到的同向指针（前后指针

 一般情况下，我们利用同向双指针来维护一个区间，在移动区间的过程中像一个窗口滑来滑去，因此称为滑动窗口

简而言之，滑动窗口算法在一个特定大小的字符串或数组上进行操作，而不在整个字符串和数组上操作，这样就降低了问题的复杂度，从而也达到降低了循环的嵌套深度。其实这里就可以看出来滑动窗口主要应用在数组和字符串上。 

什么时候用滑动窗口？

1. 同向双指针

2. 指针不回退

二 相关题目解析

1. 长度最小的子数组

🥳题目解析 

209. 长度最小的子数组 - 力扣（LeetCode）

这道题要求我们返回符合条件的子数组的最小长度，没有则返回0 

🥳算法原理 

✏️思路1  暴力枚举出所有子数组之和

暴力枚举出所有子数组之和，时间复杂度为O（N2）

class Solution {
public:int minSubArrayLen(int s, vector<int>& nums) {int n = nums.size();if (n == 0) {return 0;}int ans = INT_MAX;for (int i = 0; i < n; i++) {int sum = 0; //利用sum边走边++，使得不用再遍历一遍for (int j = i; j < n; j++) {sum += nums[j];if (sum >= s) {ans = min(ans, j - i + 1);break;}}}return ans == INT_MAX ? 0 : ans;}
};
 ✏️思路2 滑动窗口

我们在暴力解法的过程中发现，有一些情况是没有必要枚举出来的（一定不符合要求 

 

当我们移动到如图上所示时，子数组的值已经大于target，

如果我们继续扩大窗口， 子数组的值一定仍大于target，但子数组的长度不断扩大，与我们的最小子数组长度不符，因此无需枚举后面的情况。

 

代码解析

class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {int sum = 0, len = INT_MAX; //给最大，方便更新结果for(int left = 0,right =0;right<nums.size();right++){sum+=nums[right]; //进窗口while(sum>=target)//判断{len = min(len,right-left+1); //更新结果sum-=nums[left++]; //出窗口}}return len == INT_MAX ? 0 : len;}
};

2. 无重复字符的最长子串

🥳题目解析 

3. 无重复字符的最长子串 - 力扣（LeetCode）

🥳算法原理 

✏️思路1  暴力枚举 + 哈希表

         固定一个数，从左到右遍历，将每个数放进哈希表，遇到重复的数停止，更新数据，固定数位置右移重复上述操作

✏️思路2 滑动窗口优化+哈希表

 

class Solution {
public:int lengthOfLongestSubstring(string s) {int hax[128]={0}; //利用数组来模拟哈希表int left = 0, right = 0;int ret = 0;while(right<s.size()){hax[s[right]]++;  //进窗口while(hax[s[right]]>1)  //判断重复hax[s[left++]]--; //出窗口ret = max(ret,right-left+1); //更新结果right++; //让下一个元素进入窗口}return ret;}
};

3. 最大连续1的个数 III

🥳题目解析 

1004. 最大连续1的个数 III - 力扣（LeetCode）

 🥳算法原理 

✏️思路1  暴力枚举 + 计数器       
for(int i = 0 ;i<nums.size();i++)
{for(int j = i;j<nums.size();j++){//...zero>k}    
}
✏️思路2 滑动窗口优化+计数器

class Solution {
public:int longestOnes(vector<int>& nums, int k) {int ret = 0;for(int left = 0,right = 0,zero = 0;right<nums.size();right++){if(nums[right] == 0) //进窗口zero++;while(zero>k) //判断{if(nums[left++]==0) //出窗口zero--;}ret = max(ret,right-left+1); //更新结果}return ret;}
};

4.将x减到0的最小操作数

🥳题目解析 

  🥳算法原理 

✏️思路 滑动窗口（正难则反

class Solution {
public:int minOperations(vector<int>& nums, int x) {int sum = 0;for(auto&e : nums)sum+=e;int tmp = 0, len = -1;int target = sum - x;if(target<0)return -1;for(int left = 0 ,right = 0 ;right<nums.size();right++){tmp+=nums[right];while(tmp>target){tmp-=nums[left++];}if(tmp == target)len = max(len,right - left + 1);}if(len == -1)return len;else return nums.size()-len;}
};

5. 水果成篮

904. 水果成篮 - 力扣（LeetCode）

🥳题目解析 

🥳算法原理 

✏️思路 滑动窗口+哈希表

因为题目中提到

  • 1 <= fruits.length <= 105

 因此我们可以用数组来代替哈希表

class Solution {
public:int totalFruit(vector<int>& fruits) {int hash[100001] = {0};//统计窗口内出现了多少种水果int ret = 0;for(int left = 0,right = 0, kinds = 0;right<fruits.size();right++){if(hash[fruits[right]] == 0)kinds++;hash[fruits[right]]++; //进窗口while(kinds >2) //判断{//出窗口hash[fruits[left]]--;if(hash[fruits[left]] == 0)kinds--;left++;}//更新结果ret = max(ret,right - left +1);}return ret;}
};

6. 找到字符串中所有字母异位词

438. 找到字符串中所有字母异位词

🥳题目解析 

🥳算法原理

✏️思路 滑动窗口+哈希表

 

class Solution {
public:bool check(int s1[],int s2[]){for(int i = 0;i<26;i++){if(s1[i]!=s2[i])return false;}return true;}vector<int> findAnagrams(string s, string p) {int hash1[26] = {0};int hash2[26] = {0};vector<int> result;for(int i = 0;i<p.size();i++){hash1[p[i]-'a']++;}for(int left = 0,right = 0;right<s.size();right++){hash2[s[right]-'a']++;if(right-left+1>p.size()){hash2[s[left]-'a']--;left++;}if(check(hash1,hash2))result.push_back(left);}return result;}
};

 这里我们发现我们每次都要频繁的进入check函数进行检查，时间复杂度为26*n

我们可以对检查这一步骤进行优化 

 

class Solution {
public:vector<int> findAnagrams(string s, string p) {int hash1[26] = {0}; //统计字符串p中每个字符出现个数for(auto&e : p) hash1[e-'a']++;int hash2[26] = {0};//统计窗口中每个字符出现个数vector<int> ret;for(int left = 0,right = 0,count = 0;right<s.size();right++) //count窗口中有效字符个数{char in = s[right];if(++hash2[in-'a']<=hash1[in-'a']) count++; //进窗口+维护countif(right - left + 1 >p.size()) //判断{char out = s[left++];if(hash2[out-'a']--<=hash1[out-'a']) count--; //出窗口+维护count}//更新结果if(count == p.size()) ret.push_back(left);}return ret;}
};

7. 串联所有单词的字串 

30. 串联所有单词的子串 - 力扣（LeetCode） 

🥳题目解析  

此题是「438. 找到字符串中所有字母异位词」的进阶版。不同的是第 438 题的元素是字母，而此题的元素是单词。可以用类似的方法的滑动窗口来解这题。 

🥳算法原理  

✏️思路 滑动窗口+哈希表 

class Solution {
public:vector<int> findSubstring(string s, vector<string>& words) {vector<int> ret;unordered_map<string,int> hash1; //保存words里面所有单词的频率for(auto& e : words) hash1[e]++;int len = words[0].size(), n = words.size();for(int i = 0;i < len; i++) //执行len次{unordered_map<string,int> hash2; //保护窗口内单词的频率for(int left = i,right = i, count = 0;right+len<=s.size();right+=len){//进窗口+维护countstring in = s.substr(right,len);if(++hash2[in]<=hash1[in]) count++;//判断if(right-left+1>len*n){//出窗口+维护countstring out = s.substr(left,len);if(hash2[out]--<=hash1[out]) count--;left+=len;}//更新结果if(count == n) ret.push_back(left);}  }return ret;}
};

小细节优化： 

if(++hash2[in]<=hash1[in]) count++;

执行这段代码时，hash1哈希表未必有对应的单词in，这时候编译器会向hash1创建一个in，使得时间复杂度增加

优化后的代码

class Solution {
public:vector<int> findSubstring(string s, vector<string>& words) {vector<int> ret;unordered_map<string,int> hash1; //保存words里面所有单词的频率for(auto& e : words) hash1[e]++;int len = words[0].size(), n = words.size();for(int i = 0;i < len; i++) //执行len次{unordered_map<string,int> hash2; //保护窗口内单词的频率for(int left = i,right = i, count = 0;right+len<=s.size();right+=len){//进窗口+维护countstring in = s.substr(right,len);if(hash1.count(in)&&++hash2[in]<=hash1[in]) count++;//判断if(right-left+1>len*n){//出窗口+维护countstring out = s.substr(left,len);if(hash1.count(out)&&hash2[out]--<=hash1[out]) count--;left+=len;}//更新结果if(count == n) ret.push_back(left);}  }return ret;}
};

8. 最小覆盖字串  

76. 最小覆盖子串 - 力扣（LeetCode）

🥳题目解析  

🥳算法原理

✏️思路 滑动窗口+哈希表

class Solution {
public:string minWindow(string s, string t) {int hash1[128] = {0};int kinds = 0;for(auto& ch : t){if(hash1[ch]==0) kinds++;hash1[ch]++;}int hash2[128] = {0};int minlen = INT_MAX, begin = -1;for(int left = 0,right = 0,count = 0;right<s.size();right++){char in = s[right];if(++hash2[in] == hash1[in]) count++;while(count == kinds){if(right-left+1<minlen){minlen = right-left+1;begin = left;}char out = s[left++];if(hash2[out]-- == hash1[out]) count--;}}if(begin == -1) return "";else return s.substr(begin,minlen);}
};

总结

✨✨✨各位读友，本篇分享到内容是否更好的让你理解滑动窗口算法，如果对你有帮助给个👍赞鼓励一下吧！！
🎉🎉🎉世上没有绝望的处境，只有对处境绝望的人。
感谢每一位一起走到这的伙伴，我们可以一起交流进步！！！一起加油吧！！

这篇关于滑动窗口算法：巧妙玩转数据的窗外世界的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1048545。

相关文章

【服务器运维】MySQL数据存储至数据盘

【服务器运维】MySQL数据存储至数据盘

查看磁盘及分区 [root@MySQL tmp]# fdisk -lDisk /dev/sda: 21.5 GB, 21474836480 bytes255 heads, 63 sectors/track, 2610 cylindersUnits = cylinders of 16065 * 512 = 8225280 bytesSector size (logical/physical)
阅读更多...
代码随想录算法训练营：12/60

代码随想录算法训练营：12/60

非科班学习算法day12 | LeetCode150:逆波兰表达式 ，Leetcode239: 滑动窗口最大值  目录 介绍 一、基础概念补充： 1.c++字符串转为数字 1. std::stoi, std::stol, std::stoll, std::stoul, std::stoull（最常用） 2. std::stringstream 3. std::atoi, std
阅读更多...
人工智能机器学习算法总结神经网络算法(前向及反向传播)

人工智能机器学习算法总结神经网络算法(前向及反向传播)

1.定义，意义和优缺点 定义: 神经网络算法是一种模仿人类大脑神经元之间连接方式的机器学习算法。通过多层神经元的组合和激活函数的非线性转换，神经网络能够学习数据的特征和模式，实现对复杂数据的建模和预测。(我们可以借助人类的神经元模型来更好的帮助我们理解该算法的本质，不过这里需要说明的是，虽然名字是神经网络，并且结构等等也是借鉴了神经网络，但其原型以及算法本质上还和生物层面的神经网络运行原理存在
阅读更多...
SQL Server中，查询数据库中有多少个表，以及数据库其余类型数据统计查询

SQL Server中，查询数据库中有多少个表，以及数据库其余类型数据统计查询

sqlserver查询数据库中有多少个表 sql server 数表:select count(1) from sysobjects where xtype='U'数视图:select count(1) from sysobjects where xtype='V'数存储过程select count(1) from sysobjects where xtype='P' SE
阅读更多...
数据时代的数字企业

数据时代的数字企业

1.写在前面 讨论数据治理在数字企业中的影响和必要性，并介绍数据治理的核心内容和实践方法。作者强调了数据质量、数据安全、数据隐私和数据合规等方面是数据治理的核心内容，并介绍了具体的实践措施和案例分析。企业需要重视这些方面以实现数字化转型和业务增长。 数字化转型行业小伙伴可以加入我的星球，初衷成为各位数字化转型参考库，星球内容每周更新 个人工作经验资料全部放在这里，包含数据治理、数据要
阅读更多...
【网络安全的神秘世界】搭建dvwa靶场

【网络安全的神秘世界】搭建dvwa靶场

🌝博客主页：泥菩萨 💖专栏：Linux探索之旅 | 网络安全的神秘世界 | 专接本 | 每天学会一个渗透测试工具 下载DVWA https://github.com/digininja/DVWA/blob/master/README.zh.md 安装DVWA 安装phpstudy https://editor.csdn.net/md/?articleId=1399043
阅读更多...
如何在Java中处理JSON数据？

如何在Java中处理JSON数据？

如何在Java中处理JSON数据？ 大家好，我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编，也是冬天不穿秋裤，天冷也要风度的程序猿！今天我们将探讨在Java中如何处理JSON数据。JSON（JavaScript Object Notation）作为一种轻量级的数据交换格式，在现代应用程序中被广泛使用。Java通过多种库和API提供了处理JSON的能力，我们将深入了解其用法和最佳
阅读更多...
C语言入门系列：探秘二级指针与多级指针的奇妙世界

C语言入门系列：探秘二级指针与多级指针的奇妙世界

文章目录 一，指针的回忆杀1，指针的概念2，指针的声明和赋值3，指针的使用3.1 直接给指针变量赋值3.2 通过*运算符读写指针指向的内存3.2.1 读3.2.2 写 二，二级指针详解1，定义2，示例说明3，二级指针与一级指针、普通变量的关系3.1，与一级指针的关系3.2，与普通变量的关系,示例说明 4，二级指针的常见用途5，二级指针扩展到多级指针 小结 C语言的学习之旅中，二级
阅读更多...
大林 PID 算法

大林 PID 算法

Dahlin PID算法是一种用于控制和调节系统的比例积分延迟算法。以下是一个简单的C语言实现示例： #include <stdio.h>// DALIN PID 结构体定义typedef struct {float SetPoint; // 设定点float Proportion; // 比例float Integral; // 积分float Derivative; // 微分flo
阅读更多...
两个基因相关性CPTAC蛋白组数据

两个基因相关性CPTAC蛋白组数据

目录 蛋白数据下载 ①蛋白数据下载 1，TCGA-选择泛癌数据  2，TCGA-TCPA 3，CPTAC(非TCGA) ②蛋白相关性分析 1，数据整理 2，蛋白相关性分析 PCAS在线分析 蛋白数据下载 CPTAC蛋白组学数据库介绍及数据下载分析 – 王进的个人网站 (jingege.wang) ①蛋白数据下载 可以下载泛癌蛋白数据：UCSC Xena (xena
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2