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

关于rpc长连接与短连接的思考记录

《关于rpc长连接与短连接的思考记录》文章总结了RPC项目中长连接和短连接的处理方式,包括RPC和HTTP的长连接与短连接的区别、TCP的保活机制、客户端与服务器的连接模式及其利弊分析,文章强调了在实... 目录rpc项目中的长连接与短连接的思考什么是rpc项目中的长连接和短连接与tcp和http的长连接短

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》:本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Servlet中配置和使用过滤器的步骤记录

《Servlet中配置和使用过滤器的步骤记录》:本文主要介绍在Servlet中配置和使用过滤器的方法,包括创建过滤器类、配置过滤器以及在Web应用中使用过滤器等步骤,文中通过代码介绍的非常详细,需... 目录创建过滤器类配置过滤器使用过滤器总结在Servlet中配置和使用过滤器主要包括创建过滤器类、配置过滤

正则表达式高级应用与性能优化记录

《正则表达式高级应用与性能优化记录》本文介绍了正则表达式的高级应用和性能优化技巧,包括文本拆分、合并、XML/HTML解析、数据分析、以及性能优化方法,通过这些技巧,可以更高效地利用正则表达式进行复杂... 目录第6章:正则表达式的高级应用6.1 模式匹配与文本处理6.1.1 文本拆分6.1.2 文本合并6

bat脚本启动git bash窗口,并执行命令方式

《bat脚本启动gitbash窗口,并执行命令方式》本文介绍了如何在Windows服务器上使用cmd启动jar包时出现乱码的问题,并提供了解决方法——使用GitBash窗口启动并设置编码,通过编写s... 目录一、简介二、使用说明2.1 start.BAT脚本2.2 参数说明2.3 效果总结一、简介某些情

python与QT联合的详细步骤记录

《python与QT联合的详细步骤记录》:本文主要介绍python与QT联合的详细步骤,文章还展示了如何在Python中调用QT的.ui文件来实现GUI界面,并介绍了多窗口的应用,文中通过代码介绍... 目录一、文章简介二、安装pyqt5三、GUI页面设计四、python的使用python文件创建pytho

基于Redis有序集合实现滑动窗口限流的步骤

《基于Redis有序集合实现滑动窗口限流的步骤》滑动窗口算法是一种基于时间窗口的限流算法,通过动态地滑动窗口,可以动态调整限流的速率,Redis有序集合可以用来实现滑动窗口限流,本文介绍基于Redis... 滑动窗口算法是一种基于时间窗口的限流算法,它将时间划分为若干个固定大小的窗口,每个窗口内记录了该时间

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