您现在的位置是:首页 > 伤感句子

【leetcode C++】滑动窗口

作者:付梓时间:2024-04-09 08:50:35分类:伤感句子

简介  文章浏览阅读1k次,点赞58次,收藏48次。leetcode LCR 008. 长度最小的子数组 和 LCR 016. 无重复字符的最长子串 C++讲解

点击全文阅读

1. LCR 008. 长度最小的子数组

题目

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和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ,并返回其长度如果不存在符合条件的子数组,返回 0 。

题目链接

. - 力扣(LeetCode)

画图 和 文字 分析

先说说有关滑动窗口的知识

滑动窗口特征和步骤:

无论是出窗口,还是进窗口,都是往一个方向上移动(不会后退)步骤: 进窗口检查出窗口更新数据(具体放的位置因题而异)

回到这道题,为什么符合滑动窗口的思想呢?

让 left = 0 , right = 0

通过 right 遍历数组 ,得到区间的所有数之和 sum

sum 与 target 相比

如果 sum < target

right++(进窗口)

     2. 如果 sum >= target (检查)

记录此时的区间长度 (更新数据)

left++(出窗口), sum -= (left 之前所指向的数),直到 回到第一种情况(里层循环结束条件)

外层循环结束条件(right >= n)

注意:

记录我们用 count 表示,由于求最小长度,count 的初始化为 INT_MAX , 如果最后没有进入更新数据那一块(整个数组之和 < target),记得判断 count 的值

举例:

输入:target = 7, nums = [2,3,1,2,4,3]

输出:2

 代码

class Solution {public:    int minSubArrayLen(int target, vector<int>& nums)     {       int sum =0;       int left = 0;       int right = 0;       int count = INT_MAX;       while(right < nums.size())       {          sum += nums[right];          while(sum >= target)          {            if(right - left + 1 < count)            {              count = right - left + 1;            }            left++;            sum -= nums[left - 1];          }          right++;       }       if(count == INT_MAX)       {         count = 0;       }       return count;    }};

2. LCR 016. 无重复字符的最长子串

题目

给定一个字符串 s ,请你找出其中不含有重复字符的 最长连续子字符串 的长度。

题目链接

. - 力扣(LeetCode)

画图 和 文字 分析

步骤:

定义两个指针 , left = 0 , right = 0 , hash数组(存放字符的个数)

当 hash[right] <= 1

right++(进窗口)

     2. 当 hash[right] > 1(出窗口)

更新数据

left++ ,同时 hash[left - 1]-- ,直到回到第一种情况(里层循环结束条件)

外层结束条件(right >= n)

注意:

这种方法存在遗漏的情况,跳出整个循环后,一定要最后更新一下(如果碰到整个数组都没有重复元素的情况,不最后检查一下就是错误的)如果不想实现注意事项一,那么把更新数据提前到进窗口那一步即可

举例:(题解二的做法)

输入: s = "abcabcbb"

输出: 3

 代码

class Solution {public:    int lengthOfLongestSubstring(string s)     {          int n = 0;          int hash[128] = {0};          int left = 0;          int right = 0;          while(right < s.size())          {            hash[s[right]]++;            if(hash[s[right]] == 2)            {                n = max(n,right - left);               while(s[left] != s[right])               {                  hash[s[left]]--;                  left++;               }                hash[s[left]]--;               left++;               right++;            }            else            {                right++;            }          }          n = max(n,(int)s.size() - left);          return n;    }};

点击全文阅读

郑重声明:

本站所有活动均为互联网所得,如有侵权请联系本站删除处理

我来说两句