Leetcod面试经典150题刷题记录 —— 滑动窗口篇

2023-12-22 14:28

本文主要是介绍Leetcod面试经典150题刷题记录 —— 滑动窗口篇,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!

滑动窗口篇

    • 1. 长度最小的子数组
      • Python3
    • 2. 无重复字符的最长子串
    • 3. 串联所有单词的子串
      • 3.1 *(本题前导题)* 找到字符串中所有字母异位词
      • 本题
    • 4. 最小覆盖子串
      • 官方解法
      • 优化解法(我写的不太成功,并未加速)

滑动窗口就像一只蠕动的蚯蚓,头部前进,尾部蓄力,和双指针天生一对。

1. 长度最小的子数组

题目链接:长度最小的子数组 - leetcode
题目描述:
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 [ n u m s l nums_l numsl, n u m s l + 1 nums_{l+1} numsl+1, …, n u m s r − 1 nums_{r-1} numsr1, n u m s r nums_r numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。
题目归纳:
(1)子数组总和 >= target
(2)子数组要连续 [nums_l, nums_(l+1), … , nums_(r-1), nums_r]
(3)长度为r-(l-1),值要最小
(4)数组的值均为正整数,所以只管考虑相加

解题思路:
(1) 解法: 见代码。

Python3

class Solution:def minSubArrayLen(self, target: int, nums: List[int]) -> int:# (1)子数组总和 >= target# (2)子数组要连续 [nums_l, nums_(l+1), ... , nums_(r-1), nums_r]# (3)长度为r-(l-1),值要最小# (4)数组的值均为正整数,所以只管考虑相加# sum[i] = sum (nums[0] + ... + nums[i])# 那么子数组[nums_l, nums_(l+1), ... , nums_(r-1), nums_r]的和就会等于 sum[r] - sum[l-1]# 与 盛最多水容器 一题类似,移动值更小的边界指针n = len(nums)if(n == 0):return 0l, r = 0, 0ans_len = 1e9sums = 0while r < n:sums += nums[r]while sums >= target: # 这里的l+=1移动值得玩味ans_len = min(ans_len, r-(l-1))sums -= nums[l]l += 1r += 1if ans_len == 1e9: # 说明所有数组元素加起来都小于targetreturn 0else:return ans_len

2. 无重复字符的最长子串

题目链接:无重复字符的最长子串 - leetcode
题目描述:
给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。
题目归纳:
(1)如果依次递增地枚举子串的起始位置,那么子串的结束位置也是递增的

解题思路:
(1) 解法: 见代码。

class Solution:def lengthOfLongestSubstring(self, s: str) -> int:hash_set = set()n = len(s)right, ans = -1, 0for i in range(n):if i > 0:hash_set.remove(s[i-1]) # 移除起始处前一个位置的元素while right + 1 < n and s[right+1] not in hash_set: # 下一个元素不重复,循环这个过程hash_set.add(s[right+1])right += 1 # 真正右移ans = max(ans, right-i+1)return ans

3. 串联所有单词的子串

3.1 (本题前导题) 找到字符串中所有字母异位词

题目链接:找到字符串中所有字母异位词 - leetcode
题目描述:
给定两个字符串 s 和 p,找到 s 中所有 p 的 异位词 的子串,返回这些子串的起始索引。不考虑答案输出的顺序。异位词 指由相同字母重排列形成的字符串(包括相同的字符串)。

输入: s = "cbaebabacd", p = "abc"
输出: [0,6]
解释:
起始索引等于 0 的子串是 "cba", 它是 "abc" 的异位词。
起始索引等于 6 的子串是 "bac", 它是 "abc" 的异位词。
s 和 p 仅包含小写字母

题目归纳:
题意不难理解。第一步,如果给你两个字符串,长度一致,各字符数量一致,这两个字符串即互为异位词。第二步,滑动窗口寻找。建一个和 p p p串长度相同的滑动窗口,在 s s s中滑动,那么只要这个窗口字符数量与 p p p一致,即为异位词。

解题思路:
(1) 解法: 找到字符串中所有字母异位词 - leetcode官方题解

# (1)python原生写法,数组统计词频
class Solution:def findAnagrams(self, s: str, p: str) -> List[int]:s_len, p_len = len(s), len(p)if s_len < p_len:return []ans = []s_count = [0]*26p_count = [0]*26for i in range(p_len):p_count[ord(p[i]) - 97] += 1 # ord()返回对应的unicode编码,97是a的ASCII码值s_count[ord(s[i]) - 97] += 1 if (s_count == p_count): # 词频数组相等ans.append(0) # 开头位置就是答案之一for i in range(1,s_len - p_len+1) : # 滑动窗口的起始位置,最多不会超过s_len - p_lens_count[ord(s[i-1]) - 97] -= 1  # 滑动窗口向右滑动中s_count[ord(s[i+p_len-1]) - 97] += 1 # 滑动窗口向右滑动,下一个要包括的字符词频+1if s_count == p_count:ans.append(i) return ans
# (2)python中的collections写法,Counter()类统计词频
from collections import Counter # leetcode刷题时,最好把引用也写上,避免到时引用类没有自动提示class Solution:def findAnagrams(self, s: str, p: str) -> List[int]:s_len, p_len = len(s), len(p)if s_len < p_len:return []ans = []s_count = Counter() # Counter()类统计词频,十分好用p_count = Counter()for i in range(p_len):p_count[p[i]] += 1s_count[s[i]] += 1if (s_count == p_count): # 词频数组相等ans.append(0) # 开头位置就是答案之一for i in range(1,s_len - p_len+1) : # 滑动窗口的起始位置,最多不会超过s_len - p_lens_count[s[i-1]] -= 1s_count[s[i+p_len-1]] += 1if s_count == p_count:ans.append(i) return ans

本题

题目链接:串联所有单词的子串 - leetcode
题目描述:
给定一个字符串 s 和一个字符串数组 words。 words 中所有字符串 长度相同。 s 中的 串联子串 是指一个包含 words 中所有字符串以任意顺序排列连接起来的子串。例如,如果 words = ["ab","cd","ef"], 那么 "abcdef""abefcd""cdabef""cdefab""efabcd", 和 "efcdab" 都是串联子串。 "acdbef" 不是串联子串,因为他不是任何 words 排列的连接。返回所有串联子串在 s 中的开始索引。你可以以 任意顺序 返回答案。
题目归纳:
在有了前导题的基础上,乍一看可以用全排列,先将数组中的子串组合情况全部列出来,然后放入字符串s中进行s.find(sub_str)进行查找,但是这种方式的时间复杂度太高,达到了 O ( n ! ) O(n!) O(n!) n n n是数组长度。

解题思路:
(1) 解法: 串联所有单词的子串 - leetcode官方题解

from collections import Counter # leetcode刷题时,最好把引用也写上,避免到时引用类没有自动提示class Solution:def findSubstring(self, s: str, words: List[str]) -> List[int]:# 第438题的元素是字母,此题的元素是单词。438题是求异位词,而这里是求异位字符串res = []m = len(words)n = len(words[0]) # 每个单词长度一致s_len = len(s)window_len = m*nfor i in range(n):if i + window_len > s_len: # i+偏移量若>s_len则越界,这里偏移量为words长度,即窗口长度m*nbreak# Counter()类用法: # (1)https://blog.csdn.net/weixin_67683316/article/details/127079849 # (2)https://docs.python.org/3/library/collections.html#collections.Counter# 这道题中,Counter()也可以理解为hash表,只是更便于调用,用dict()实现也是一样的differ = Counter() # 一、对s进行切片,每个切片长度为n,这样才是类似于字母异位词的搜寻。# 划分方法为,先删去前i个字母,再对剩余字母进行切片长度为n的划分,若划分至末尾字母长度不足n,也删去for j in range(m):word = s[i + j*n : i + (j+1)*n]# 初始化differ时,出现在窗口中的单词,每出现一次,相应的值+1,differ[word] += 1for w in words: # 这里遍历循环最好不要写成for word in words, 避免与上面产生阅读歧义# 出现在words中的单词,每出现一次,相应的值-1differ[w] -= 1if differ[w] == 0: # 词频不能低于0,必须删除,要么做减法时加限制条件del differ[w]# [i, i+n, i+2n,...,s_len - window_len]for start in range(i, s_len-window_len + 1, n): if start != i:# 窗口右移,右侧加入新词,左侧移出旧词,对differ做相应的更新new_word = s[start + window_len - n : start + window_len]differ[new_word] += 1if differ[new_word] == 0:del differ[new_word]old_word = s[start-n: start]differ[old_word] -= 1if differ[old_word] == 0:del differ[old_word]if len(differ) == 0: # 词频完全一致,则为串联子串,可以append此时索引res.append(start)return res

4. 最小覆盖子串

题目链接:最小覆盖子串 - leetcode
题目描述:
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 “” 。

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''C'

题目归纳:
测试用例保证答案唯一。

解题思路:
(1) 解法: 最小覆盖子串 - leetcode官方题解

官方解法

from collections import Counter # leetcode刷题时,最好把引用也写上,避免到时引用类没有自动提示class Solution:def check(self, window_counter: Counter, t_counter: Counter):# 如果window中的词频数量>=t,则是符合条件的if window_counter >= t_counter:return Trueelse:return Falsedef minWindow(self, s: str, t: str) -> str:# 查找s中,涵盖t所有字符的最小子串,像《找到字符串中所有字母异位词》的扩展# 《找到字符串中所有字母异位词》是目标长度必须相同,且字符频数也必须相同# 这道题只需要字符频数相同,长度可以>=,也就是说,这题的滑动窗口,window_len是不固定的# 解题思路# (1)称包含t的全部字母窗口,为"可行"窗口# (2)双指针l与r。窗口包含t串,左指针l右移,窗口不包含t串,右指针r右移。任意时刻,只有一个指针运动。# (3)此时要比较ans_len长度,若ans_len比之前更小,那么更新ans_len与ans。ans_len = r-(l-1)# (4)用Counter计算字符频率# (5)优化版本,官解未实现。精简无关字符串,就是扔掉一些无关子串,如s=XXABXXC, t=ABC,那么可以扔掉开头的两个XXs_len = len(s)t_len = len(t)if s_len < t_len:return ""window_counter = Counter() # 窗口字频词典t_counter = Counter() # t字频词典# (1)计算t中字符频率for ch in t:t_counter[ch] += 1# (2)双指针l, r = 0, 0ans_len = 1e9ans = ""while r < s_len:s_r = s[r]if r < s_len and t_counter[s_r] > 0: # r指针未越界,且当前字符在t_counter字频词典中window_counter[s_r] += 1 # 窗口中该字频+1while self.check(window_counter,t_counter) and l <= r: # 在s中找到了包含t的字符串window_len = r-l+1if window_len < ans_len: # 找到了更小的窗口长度ans_len = window_lenans = s[l: l+window_len]s_l = s[l]if t_counter[s_l] > 0: # 只在window_counter中,减去与t串相关的字符词频。window_counter[s_l] -= 1 # 左指针向右移动if window_counter[s_l] == 0: # 有无这行判断对求解无影响,为了严谨del window_counter[s_l]l += 1 # 窗口包含t串,左指针l右移r += 1 # 窗口不包含t串,右指针r右移return ans

优化解法(我写的不太成功,并未加速)

from collections import Counter # leetcode刷题时,最好把引用也写上,避免到时引用类没有自动提示class Solution:def check(self, window_counter: Counter, t_counter: Counter):# 如果window中的词频数量>=t,则是符合条件的if window_counter >= t_counter:return Trueelse:return Falsedef minWindow(self, s: str, t: str) -> str:# 查找s中,涵盖t所有字符的最小子串,像《找到字符串中所有字母异位词》的扩展# 《找到字符串中所有字母异位词》是目标长度必须相同,且字符频数也必须相同# 这道题只需要字符频数相同,长度可以>=,也就是说,这题的滑动窗口,window_len是不固定的# 解题思路# (1)称包含t的全部字母窗口,为"可行"窗口# (2)双指针l与r。窗口包含t串,左指针l右移,窗口不包含t串,右指针r右移。任意时刻,只有一个指针运动。# (3)此时要比较ans_len长度,若ans_len比之前更小,那么更新ans_len与ans。ans_len = r-(l-1)# (4)用Counter计算字符频率# (5)优化版本,官解未实现。精简无关字符串,就是扔掉一些无关子串,如s=XXABXXC, t=ABC,那么可以扔掉开头的两个XXs_len = len(s)t_len = len(t)if s_len < t_len:return ""window_counter = Counter() # 窗口字频词典t_counter = Counter() # t字频词典# (1)计算t中字符频率for ch in t:t_counter[ch] += 1# ()优化部分,可选。    faster_start = 0 # 更快速的起点位置faster_end = s_len - 1 # 更快速的终点位置# 优化解法,扔掉s中前面与后面未在t中出现的字符串部分while faster_start < s_len:if t_counter[s[faster_start]] == 0: # s中的该字符未在t中出现,faster_start可以前进faster_start += 1else:break # 找到了第一个出现的位置就跳出,不再前进while faster_end > 0:if t_counter[s[faster_end]] == 0:faster_end -= 1else:break# (2)双指针l, r = faster_start, 0ans_len = 1e9ans = ""while r < faster_end+1:s_r = s[r]if r < s_len and t_counter[s_r] > 0: # r指针未越界,且当前字符在t_counter字频词典中window_counter[s_r] += 1 # 窗口中该字频+1while self.check(window_counter,t_counter) and l <= r: # 在s中找到了包含t的字符串window_len = r-l+1if window_len < ans_len: # 找到了更小的窗口长度ans_len = window_lenans = s[l: l+window_len]s_l = s[l]if t_counter[s_l] > 0: # 只在window_counter中,减去与t串相关的字符词频。window_counter[s_l] -= 1 # 左指针向右移动if window_counter[s_l] == 0: # 有无这行判断对求解无影响,为了严谨del window_counter[s_l]l += 1 # 窗口包含t串,左指针l右移r += 1 # 窗口不包含t串,右指针r右移return ans

这篇关于Leetcod面试经典150题刷题记录 —— 滑动窗口篇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/524278

相关文章

字节面试 | 如何测试RocketMQ、RocketMQ?

字节面试:RocketMQ是怎么测试的呢? 答: 首先保证消息的消费正确、设计逆向用例,在验证消息内容为空等情况时的消费正确性; 推送大批量MQ,通过Admin控制台查看MQ消费的情况,是否出现消费假死、TPS是否正常等等问题。(上述都是临场发挥,但是RocketMQ真正的测试点,还真的需要探讨) 01 先了解RocketMQ 作为测试也是要简单了解RocketMQ。简单来说,就是一个分

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

Node.js学习记录(二)

目录 一、express 1、初识express 2、安装express 3、创建并启动web服务器 4、监听 GET&POST 请求、响应内容给客户端 5、获取URL中携带的查询参数 6、获取URL中动态参数 7、静态资源托管 二、工具nodemon 三、express路由 1、express中路由 2、路由的匹配 3、路由模块化 4、路由模块添加前缀 四、中间件

记录每次更新到仓库 —— Git 学习笔记 10

记录每次更新到仓库 文章目录 文件的状态三个区域检查当前文件状态跟踪新文件取消跟踪(un-tracking)文件重新跟踪(re-tracking)文件暂存已修改文件忽略某些文件查看已暂存和未暂存的修改提交更新跳过暂存区删除文件移动文件参考资料 咱们接着很多天以前的 取得Git仓库 这篇文章继续说。 文件的状态 不管是通过哪种方法,现在我们已经有了一个仓库,并从这个仓

使用JS/Jquery获得父窗口的几个方法(笔记)

<pre name="code" class="javascript">取父窗口的元素方法:$(selector, window.parent.document);那么你取父窗口的父窗口的元素就可以用:$(selector, window.parent.parent.document);如题: $(selector, window.top.document);//获得顶级窗口里面的元素 $(

java面试常见问题之Hibernate总结

1  Hibernate的检索方式 Ø  导航对象图检索(根据已经加载的对象,导航到其他对象。) Ø  OID检索(按照对象的OID来检索对象。) Ø  HQL检索(使用面向对象的HQL查询语言。) Ø  QBC检索(使用QBC(Qurey By Criteria)API来检索对象。 QBC/QBE离线/在线) Ø  本地SQL检索(使用本地数据库的SQL查询语句。) 包括Hibern

HotSpot虚拟机的经典垃圾收集器

读《深入理解Java虚拟机》第三版笔记。 关系 Serial、ParNew、Parallel Scavenge、Parallel Old、Serial Old(MSC)、Concurrent Mark Sweep (CMS)、Garbage First(G1)收集器。 如图: 1、Serial 和 Serial Old 收集器 2、ParNew 收集器 3、Parallel Sc

学习记录:js算法(二十八):删除排序链表中的重复元素、删除排序链表中的重复元素II

文章目录 删除排序链表中的重复元素我的思路解法一:循环解法二:递归 网上思路 删除排序链表中的重复元素 II我的思路网上思路 总结 删除排序链表中的重复元素 给定一个已排序的链表的头 head , 删除所有重复的元素,使每个元素只出现一次 。返回 已排序的链表 。 图一 图二 示例 1:(图一)输入:head = [1,1,2]输出:[1,2]示例 2:(图

STL经典案例(四)——实验室预约综合管理系统(项目涉及知识点很全面,内容有点多,耐心看完会有收获的!)

项目干货满满,内容有点过多,看起来可能会有点卡。系统提示读完超过俩小时,建议分多篇发布,我觉得分篇就不完整了,失去了这个项目的灵魂 一、需求分析 高校实验室预约管理系统包括三种不同身份:管理员、实验室教师、学生 管理员:给学生和实验室教师创建账号并分发 实验室教师:审核学生的预约申请 学生:申请使用实验室 高校实验室包括:超景深实验室(可容纳10人)、大数据实验室(可容纳20人)、物联网实验

贝壳面试:什么是回表?什么是索引下推?

尼恩说在前面 在40岁老架构师 尼恩的读者交流群(50+)中,最近有小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、希音、百度、网易、美团的面试资格,遇到很多很重要的面试题: 1.谈谈你对MySQL 索引下推 的认识? 2.在MySQL中,索引下推 是如何实现的?请简述其工作原理。 3、说说什么是 回表,什么是 索引下推 ? 最近有小伙伴在面试 贝壳、soul,又遇到了相关的