当前位置: 首页 > news >正文

算法刷题记录:滑动窗口经典题目解析

引言
 

在算法学习过程中,滑动窗口是一种非常实用且高频出现的解题技巧。它能够高效地处理数组、字符串等序列数据,在很多求子数组、子字符串相关问题中大放异彩。今天就来分享三道运用滑动窗口解决的中等难度算法题,以及对应的代码实现和解题思路。
 


一、1004. 最大连续1的个数 III
 

题目描述
 
给定一个二进制数组  nums  和一个整数  k ,假设最多可以翻转  k  个  0 ,返回执行操作后数组中连续  1  的最大个数。
 
解题思路
 
利用滑动窗口,维护一个窗口内最多有  k  个  0 。
 
- 初始化左右指针  left 、 right  都为  0 ,以及记录窗口内  0  的个数  zero  为  0 。
- 右指针  right  不断右移,每遇到一个  0 , zero  加  1 。
- 当  zero  超过  k  时,说明窗口内  0  的个数过多,需要移动左指针  left ,若移动的  nums[left]  是  0 ,则  zero  减  1 。
- 每次移动指针后,更新连续  1  的最大长度,即  ret = max(ret, right - left + 1) 。
 
代码实现(C++)
 

class Solution {
public:int longestOnes(vector<int>& nums, int k) {int ret;for(int left=0,right=0,zero=0;right<nums.size();right++){if(nums[right]==0)zero++;while(zero>k)if(nums[left++]==0)zero--;ret=max(ret,right-left+1);}return ret;}
};


 

二、3. 无重复字符的最长子串
 


题目描述
 
给定一个字符串  s  ,找出其中不含有重复字符的最长子串的长度。
 
解题思路
 
使用滑动窗口和哈希表。
 
- 初始化左右指针  left 、 right  为  0 ,用一个大小为  128  的数组  hash  记录字符出现的次数(因为字符的 ASCII 码范围相关), n  为字符串长度, temp  记录最长子串长度。
- 右指针  right  右移,将  s[right]  字符出现次数加  1 。
- 若  s[right]  字符出现次数大于  1 ,说明窗口内有重复字符,移动左指针  left ,并将  s[left]  字符出现次数减  1 。
- 每次移动指针后,更新最长子串长度  temp = max(temp, right - left + 1) 。
 
代码实现(C++)
 

class Solution {
public:int lengthOfLongestSubstring(string s){int left=0,right=0;int hash[128]={0};int n=s.size(),temp=0;while(right<n){hash[s[right]]++;while(hash[s[right]]>1)hash[s[left++]]--;temp=max(temp,right-left+1);right++;}return temp;}
};


 
 

三、1658. 将 x 减到 0 的最小操作数
 


题目描述
 
给一个整数数组  nums  和一个整数  x  。每一次操作时,应当移除数组  nums  最左边或最右边的元素,然后从  x  中减去该元素的值。如果可以将  x  恰好减到  0  ,返回最小操作数;否则,返回 -1 。
 
解题思路
 
本题关键在于转化为求数组中和为  sum(nums) - x  的最长子数组。
 
- 先遍历数组  nums  求和  add ,计算目标值  target = add - x 。若  target < 0  直接返回 -1;若  target == 0  直接返回数组长度。
- 初始化左右指针  left 、 right  为  0 ,以及窗口内元素和  sum  为  0 , ret  记录最长子数组长度。
- 右指针  right  右移,将  nums[right]  加入  sum 。
- 当  sum > target  时,移动左指针  left ,并将  nums[left]  从  sum  中减去。
- 若  sum == target ,更新最长子数组长度  ret = max(ret, right - left + 1) 。
- 最后根据  ret  的值判断返回结果,若  ret == -1  说明不存在满足条件的子数组,返回 -1;否则返回数组长度减去  ret 。
 
代码实现(C++)
 

class Solution {
public:int minOperations(vector<int>& nums, int x) {int add=0;for(auto e:nums)add+=e;int target=add-x;if(target<0)return -1;//if(target==0)return nums.size();int ret=-1;for(int left=0,right=0,sum=0;right<nums.size();right++){sum+=nums[right];while(sum>target)sum-=nums[left++];if(sum==target)ret=max(ret,right-left+1);}if(ret==-1)return -1;else return nums.size()-ret;}
};


 
 

总结
 


滑动窗口通过动态调整窗口的左右边界,能够在一次遍历中高效解决很多关于子数组、子字符串的问题。在实际解题时,关键是要明确窗口内维护的条件,以及如何根据条件移动窗口边界。希望通过这三道题目的分享,能帮助大家更好地掌握滑动窗口这一重要的算法技巧。后续还会继续分享更多算法题目的解题思路,欢迎一起交流学习!

http://www.xdnf.cn/news/688321.html

相关文章:

  • 【大模型原理与技术-毛玉仁】第三章 Prompt工程
  • web-css
  • 20250528-C#知识:函数简介及函数重载
  • 外部访问可视化监控 Grafana (Windows版本)
  • 扇形 圆形 面积公式
  • 如何在WordPress中选择最佳Elementor主题:专家指南
  • 前端大文件上传-断点续传
  • 影刀RPA-17- 列表练习
  • 使用 Shell 脚本实现 Spring Boot 项目自动化部署到 Docker(Ubuntu 服务器)
  • 如果是在服务器的tty2终端怎么查看登陆服务器的IP呢
  • 《vue.js快速入门》链接摘抄整理
  • 深入理解SQLMesh中的Lookback、Forward-Only和Auto-Restatement特性
  • 【GlobalMapper精品教程】095:如何获取无人机照片的拍摄方位角
  • Redis keydb dragonfly skytable
  • 《全面解析鸿蒙相关概念:鸿蒙、开源鸿蒙、鸿蒙 Next 有何区别》
  • 【R语言编程绘图-调色】
  • css3 新增属性/滤镜效果/裁剪元素/图片适应盒子/定义和使用变量/恢复默认initial
  • 使用electron创建应用程序的基础步骤
  • 基于 HEC-RAS 与 ArcGIS 的洪水危险性评估技术— 从地形分析到淹没模拟的全流程实践
  • webpack的安装及其后序部分
  • 【ArcGIS Pro微课1000例】0071:将无人机照片生成航线、轨迹点、坐标高程、方位角
  • 从技术到实践:ArcGIS 与 HEC-RAS 解析洪水危险性及风险评估
  • v1.05 支付宝 绑定时写Nand flash卡死问题
  • 致远OA与用友U8集成实现制造业设备追溯全过程方案分析
  • Java jdk8版本特性(未完成版)
  • Vue.js教学第十七章:Vue 与后端交互(一),Axios 基础
  • mysql 迁移金仓,sys_use表查询报错,指定search_path后任然报错的问题
  • React 泛型组件:用TS来打造灵活的组件。
  • 前端面经 React常见的生命周期
  • 可视化图解算法46:用两个栈实现队列