算法必刷系列之滑动窗口

2023-11-11 19:52

本文主要是介绍算法必刷系列之滑动窗口,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!

滑动窗口

滑动窗口的问题一般分为两类,一类是窗口大小固定,求解窗口内数据的最值问题,一类是窗口大小可变,求解窗口长度的最值问题。核心思想是使用快慢型双指针模拟滑动窗口,利用指针的移动模拟窗口的滑动,对窗口中不断变换的数据进行比较。需要注意的是边界处理。

子数组最大平均数

leetcode643

固定窗口大小,求窗口内数据和的最大值。初始时,计算下标从0开始窗口大小为k的和,作为和的最大值,将固定窗口每次向右移动1个单位,即最左侧的元素滑出,右侧的下一个元素滑入,计算和,进行比较

public double findMaxAverage(int[] nums, int k) {int maxSum = 0;for(int i=0;i<k;i++){maxSum+=nums[i];}int sum = maxSum;int right = k;while(right<nums.length){sum=sum+nums[right]-nums[right-k];maxSum = Math.max(sum,maxSum);right++;}return (double)maxSum/k;
}

最长连续递增子序列

leetcode674
窗口大小可变,如果序列递增,继续添加元素到序列中,计算当前最长递增序列,进行比较,否则窗口滑动到当前位置,继续寻找递增序列

public int findLengthOfLCIS(int[] nums) {int left = 0;int right = 1;int maxLen = 1;while(right<nums.length){if(nums[right]-nums[right-1]<=0){left = right;}maxLen = Math.max(maxLen,right-left+1);right++;}return maxLen;
}

无重复的最长子串

leetcode3
使用map存储当前遍历到的字符,key表示字符本身,value表示字符下标,当子串不重复时,存储,继续遍历,计算最大长度,重复时,将窗口滑动到重复元素的下一位置,继续操作

public int lengthOfLongestSubstring(String s) {if(s.length()==0){return 0;}Map<Character,Integer> map = new HashMap<Character,Integer>();char[]chars = s.toCharArray();int left = 0;int right = 1;int maxLen = 1;map.put(chars[left],left);while(right<chars.length){if(map.containsKey(chars[right])){left = Math.max(map.get(chars[right])+1,left);}map.put(chars[right],right);maxLen = Math.max(right-left+1,maxLen);right++;}return maxLen;
}

长度最小的子数组

leetcode209
窗口右侧不断右移,直至数据和超过target,计算长度并比较,窗口左侧右移,直至数据和小于target,计算长度并比较

public int minSubArrayLen(int target, int[] nums) {int left = 0;int right = 0;int sum = 0;int minLen = Integer.MAX_VALUE;while(right<nums.length){sum+=nums[right++];while(sum>=target){minLen = Math.min(right-left,minLen);sum-=nums[left++];} }return minLen==Integer.MAX_VALUE?0:minLen;
}

盛水最多的容器

leetcode11
初始时,窗口占满整个数组,计算水容量,之后不断缩小短板,计算水容量

public int maxArea(int[] height) {int left = 0;int right = height.length-1;int maxNum = 0;while(left<right){if(height[left]<height[right]){maxNum = Math.max((right-left)*height[left],maxNum);left++;}else{maxNum = Math.max((right-left)*height[right],maxNum);right--;}}return maxNum;
}

字符串的排列

leetcode567
以短串长度为窗口大小,在长串中滑动,比较两串字符个数是否相同,可通过数组对应位置的值作为元素出现次数来进行比较

public boolean checkInclusion(String s1, String s2) {if(s1.length()>s2.length()){return false;}int n = s1.length();int[] count1 = new int[26];int[] count2 = new int[26];char[] chars1 = s1.toCharArray();char[] chars2 = s2.toCharArray();for(int i=0;i<n;i++){count1[chars1[i]-'a']++;count2[chars2[i]-'a']++;}if(Arrays.equals(count1,count2)){return true;}int right = n;while(right<s2.length()){count2[chars2[right]-'a']++;int left = right-n;count2[chars2[left]-'a']--;if(Arrays.equals(count1,count2)){return true;}right++;}return false;
}

字符串中所有的字母异位

leetcode438
与上一题类似,找到字母异位后记录开始下标

public List<Integer> findAnagrams(String s, String p) {List<Integer> res = new ArrayList<>();if(p.length()>s.length()){return res;}int n = p.length();int[] count1 = new int[26];int[] count2 = new int[26];char[] chars1 = p.toCharArray();char[] chars2 = s.toCharArray();int left = 0;for(int i=0;i<n;i++){count1[chars1[i]-'a']++;count2[chars2[i]-'a']++;}if(Arrays.equals(count1,count2)){res.add(left);}int right = n;while(right<s.length()){count2[chars2[right]-'a']++;left = right-n;count2[chars2[left]-'a']--;if(Arrays.equals(count1,count2)){res.add(left+1);}right++;}return res;
}

滑动窗口最大值

leetcode239
将遍历到的元素以二元组的形式存放在大顶堆中,二元组分别元素和对应下标,最值即为堆顶元素,判断最值之前,需要将不属于滑动窗口范围内的堆顶元素移除

public int[] maxSlidingWindow(int[] nums, int k) {int[] ans = new int[nums.length - k + 1];PriorityQueue<int[]> maxHeap = new PriorityQueue<>((a,b)->(b[0]-a[0]));int res = 0;int left = 0;int right = k;for (int i = left; i < right; i++) {maxHeap.offer(new int[]{nums[i],i});}ans[res++] = maxHeap.peek()[0];while (right < nums.length) {maxHeap.offer(new int[]{nums[right],right++});left++;while(maxHeap.peek()[1]<left){maxHeap.poll();}ans[res++] = maxHeap.peek()[0];}return ans;
}

这篇关于算法必刷系列之滑动窗口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/392477

相关文章

PostgreSQL中rank()窗口函数实用指南与示例

《PostgreSQL中rank()窗口函数实用指南与示例》在数据分析和数据库管理中,经常需要对数据进行排名操作,PostgreSQL提供了强大的窗口函数rank(),可以方便地对结果集中的行进行排名... 目录一、rank()函数简介二、基础示例:部门内员工薪资排名示例数据排名查询三、高级应用示例1. 每

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

Windows的CMD窗口如何查看并杀死nginx进程

《Windows的CMD窗口如何查看并杀死nginx进程》:本文主要介绍Windows的CMD窗口如何查看并杀死nginx进程问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录Windows的CMD窗口查看并杀死nginx进程开启nginx查看nginx进程停止nginx服务

使用WPF实现窗口抖动动画效果

《使用WPF实现窗口抖动动画效果》在用户界面设计中,适当的动画反馈可以提升用户体验,尤其是在错误提示、操作失败等场景下,窗口抖动作为一种常见且直观的视觉反馈方式,常用于提醒用户注意当前状态,本文将详细... 目录前言实现思路概述核心代码实现1、 获取目标窗口2、初始化基础位置值3、创建抖动动画4、动画完成后

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

MySQL高级查询之JOIN、子查询、窗口函数实际案例

《MySQL高级查询之JOIN、子查询、窗口函数实际案例》:本文主要介绍MySQL高级查询之JOIN、子查询、窗口函数实际案例的相关资料,JOIN用于多表关联查询,子查询用于数据筛选和过滤,窗口函... 目录前言1. JOIN(连接查询)1.1 内连接(INNER JOIN)1.2 左连接(LEFT JOI

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n