[Algorithm][滑动窗口][无重复字符的最长字串][最大连续的一个数 Ⅲ][将x减到0的最小操作数]详细讲解

本文主要是介绍[Algorithm][滑动窗口][无重复字符的最长字串][最大连续的一个数 Ⅲ][将x减到0的最小操作数]详细讲解，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！

1.无重复字符的最长字串

1.题目链接

无重复字符的最长字串

2.算法原理详解

研究的对象依旧是⼀段连续的区间，因此继续使⽤「滑动窗⼝」思想来优化
- 滑动窗口 + 哈希表(判断字符是否重复出现)
让滑动窗⼝满⾜：窗⼝内所有元素都是不重复的
做法：右端元素s[right]进⼊窗⼝的时候，哈希表统计这个字符的频次
- 如果这个字符出现的频次超过1 ，说明窗⼝内有重复元素
  - 那么就从左侧开始划出窗⼝，直到s[right]这个元素的频次变为1，然后再更新结果
- 如果没有超过1，说明当前窗⼝没有重复元素，可以直接更新结果

3.代码实现

int LengthOfLongestSubstring(string s) 
{int n = s.size(); int ret = 0;int hash[128] = { 0 }; // 利用hash查重for(int left = 0, right = 0; right < n; right++){hash[s[right]]++; // 入窗口while(hash[s[right]] > 1){hash[s[left++]]--; // 出窗口}ret = max(ret, right - left + 1); // 更新结果}return ret;
}

2.最大连续的一个数 Ⅲ

1.题目链接

最大连续的一个数 Ⅲ

2.算法原理详解

不要去想怎么翻转，不要把问题想的很复杂
- 这道题的结果⽆⾮就是⼀段连续的1中间塞了k个0
问题转化为：子数组内，0的个数不超过k
- 既然是连续区间，可以考虑使⽤**「滑动窗⼝」**来解决问题
做法：当right < nums.size()时，⼀直下列循环：
- 让当前元素进⼊窗⼝
  - 1 -> 无视
  - 0 -> zero++
- 检查0的个数是否超标
  - 如果超标，依次让左侧元素滑出窗⼝
  - 顺便更新zero的值，直到0的个数恢复正常
- 程序到这⾥，说明窗⼝内元素是符合要求的，更新结果
- right++，处理下⼀个元素

3.代码实现

int LongestOnes(vector<int>& nums, int k) 
{// 问题转化为，子数组内，0的个数不超过kint ret = 0;for(int left = 0, right = 0, zero = 0; right < nums.size(); right++){if(nums[right] == 0){zero++; // 入窗口}while(zero > k){if(nums[left++] == 0){zero--;}}ret = max(ret, right - left + 1);}return ret;
}

3.将x减到0的最小操作数

1.题目链接

将x减到0的最小操作数

2.算法原理详解

要求是数组「左端+右端」两段连续的、和为x的最短数组
- 可以转化成求数组内⼀段连续的、和为sum(nums) - x的最⻓数组
  - 即：将两端转化为中间连续
- 此时，就是熟悉的**「滑动窗⼝」**问题了
做法：
- 转化问题：求target = sum(nums) - x。
  - 如果target < 0，问题⽆解
- 初始化左右指针left = 0, right = 0(滑动窗⼝区间表⽰为 $[l, r)$
  - 左右区间是否开闭很重要，必须设定与代码⼀致
  - 记录当前滑动窗⼝内数组和的变量sum = 0
  - 记录当前满⾜条件数组的最⼤区间⻓度len = -1
- 当right < nums.size()时，⼀直循环：
  - if sum < target
    - right++，直⾄sum >= target ，或right已经移到头
  - if sum > target
    - left++，直⾄sum <= target ，或left已经移到头
  - 如果经过前两步的左右移动使得sum == target
    - 维护满⾜条件数组的最⼤⻓度，并让下个元素进⼊窗⼝

3.代码实现

int MinOperations(vector<int>& nums, int x) 
{// 将模型转化为最长子数组的和 == (sumNum - x)int sum = 0, ret = -1;int target = -x;for(auto& e : nums){target += e;}// 细节处理，当target为负数时，怎么减都减不够if(target < 0){return -1;}for(int left = 0, right = 0; right < nums.size(); right++){sum += nums[right]; // 入窗口while(sum > target) // 判断{sum -= nums[left++]; // 出窗口}if(sum == target){ret = max(ret, right - left + 1); // 更新结果}}return ret == -1 ? -1 : nums.size() - ret;
}