Leetcode刷题之滑块窗口算法总结_滑块算法

一、基本概念

滑动窗口指的是这样一类问题的求解方法，在数组上通过双指针同向移动而解决的一类问题。其实这样的问题我们可以不必为它们专门命名一个名字，它们的解法其实是很自然的。

使用滑动窗口解决的问题通常是暴力解法的优化，掌握这一类问题最好的办法就是练习，然后思考清楚为什么可以使用滑动窗口。

二、滑动窗口使用思路（寻找最长）

核心：左右双指针（L、R）在起始点，R向右逐位滑动循环。每次移动过程中，如果窗内元素满足条件，R向右扩大窗口，并更新最优结果；如果元素不满足条件，L向右缩小窗口。R到达结尾结束。

Leetcode3. 无重复字符的最长子串

代码：

class Solution {
    public int lengthOfLongestSubstring(String s) {
        if (s.length()==0 || s==null) {
            return 0;
        }
        int len = 1,left =0 ;
        Set<Character> set = new HashSet<>();
        char[] chars = s.toCharArray();
        for (int i = 0; i < chars.length; i++) {
            // 不满足条件的情况
            while (set.contains(chars[i])) {
                set.remove(chars[left]);
                left++;
            }
            len = Math.max(len, i-left+1);
            set.add(chars[i]);
        }
        return len;
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

三、滑动窗口使用思路（寻找最短）

核心：左右双指针（L、R）在起始点，R向右逐位滑动循环。每次移动过程中，如果窗内元素满足条件，L向右缩小窗口，并更新最优结果；如果元素不满足条件，R向右扩大窗口。R到达结尾结束。

Leetcode209. 长度最小的子数组

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 。

示例 1：

输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。
示例 2：

输入：target = 4, nums = [1,4,4]
输出：1
示例 3：

输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

提示：

1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105

代码：

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int len = 0,left = 0,sum = 0;
        for (int i =0;i<nums.length;i++) {
            sum+=nums[i];
            // 满足条件时，开始缩小窗口
            while (sum >= target) {
                len = len==0? i-left+1 : Math.min(len,i-left+1);
                sum-=nums[left];
                left++;
            }
        }
        return len;    
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15