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

Java使用SLF4J记录不同级别日志的示例详解

《Java使用SLF4J记录不同级别日志的示例详解》SLF4J是一个简单的日志门面,它允许在运行时选择不同的日志实现,这篇文章主要为大家详细介绍了如何使用SLF4J记录不同级别日志,感兴趣的可以了解下... 目录一、SLF4J简介二、添加依赖三、配置Logback四、记录不同级别的日志五、总结一、SLF4J

数据库面试必备之MySQL中的乐观锁与悲观锁

《数据库面试必备之MySQL中的乐观锁与悲观锁》:本文主要介绍数据库面试必备之MySQL中乐观锁与悲观锁的相关资料,乐观锁适用于读多写少的场景,通过版本号检查避免冲突,而悲观锁适用于写多读少且对数... 目录一、引言二、乐观锁(一)原理(二)应用场景(三)示例代码三、悲观锁(一)原理(二)应用场景(三)示例

在Spring Boot中浅尝内存泄漏的实战记录

《在SpringBoot中浅尝内存泄漏的实战记录》本文给大家分享在SpringBoot中浅尝内存泄漏的实战记录,结合实例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录使用静态集合持有对象引用,阻止GC回收关键点:可执行代码:验证:1,运行程序(启动时添加JVM参数限制堆大小):2,访问 htt

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

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

Spring Boot 配置文件之类型、加载顺序与最佳实践记录

《SpringBoot配置文件之类型、加载顺序与最佳实践记录》SpringBoot的配置文件是灵活且强大的工具,通过合理的配置管理,可以让应用开发和部署更加高效,无论是简单的属性配置,还是复杂... 目录Spring Boot 配置文件详解一、Spring Boot 配置文件类型1.1 applicatio

MySQL INSERT语句实现当记录不存在时插入的几种方法

《MySQLINSERT语句实现当记录不存在时插入的几种方法》MySQL的INSERT语句是用于向数据库表中插入新记录的关键命令,下面:本文主要介绍MySQLINSERT语句实现当记录不存在时... 目录使用 INSERT IGNORE使用 ON DUPLICATE KEY UPDATE使用 REPLACE

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1