滑动窗口算法精讲（Sliding Window Algorithm）
简介
滑动窗口算法的本质是双指针法中的左右指针法，所谓滑动窗口，就像描述的那样，可以理解成是一个会滑动的窗口，每次记录下窗口的状态，再找出符合条件的适合的窗口。它可以将双层嵌套的循环问题，转换为单层遍历的循环问题。使用两个指针一左一右构成一个窗口，就可以将二维循环的问题转化成一维循环一次遍历，相当于通过旧有的计算结果对搜索空间进行剪枝，使时间复杂度从O（n²）降低至O（n），比如经典字符串查找算法Rabin-Karp 指纹字符串查找算法，它本质上也使用了滑动窗口的思想，通过公式推导降低窗口滑动时计算子串哈希值的复杂度。
滑动窗口算法更多的是一种思想或技巧，按照窗口大小是否固定分为固定滑动窗口和变长滑动窗口，可以用来解决一些查找满足一定条件的连续区间的性质（长度等）的问题。往往类似于“请找到满足xx的最x的区间（子串、子数组等）的xx”这类问题都可以使用该方法进行解决。
步骤及算法模板
以下思路是比较形象的滑动窗口问题的解题步骤，但有些题目找到窗口限定比较隐晦，需要具体问题具体分析：
（1）初始化窗口：
初始化左右边界 left = right = 0，把索引闭区间 [left, right] 称为一个「窗口」。
（2）寻找可行解：
我们先不断地增加 right 指针扩大窗口 [left, right]，直到窗口中的满足可行解。
（3）优化可行解：
此时，我们停止增加 right，转而不断增加 left 指针缩小窗口 [left, right]，直到窗口中的可行解不再符合要求。同时，每次增加 left，我们都要更新一轮结果。
（4）滑动窗口，直至一次遍历结束：
重复第 2 和第 3 步，直到 right 到达到的尽头。
这个思路其实也不难理解，第 2 步相当于在寻找一个「可行解」，然后第 3 步在优化这个「可行解」，最终找到最优解。左右指针轮流前进，窗口大小增增减减，窗口不断向右滑动。
模板1
public void slideWindowTemplate(String nums){
int l = 0, r = 0; //[初始化窗口]
//codes... [其他初始化信息,定义一些维护数据的数据结构]
while(r < nums.length){
//codes..... [维护窗口中的数据]
while(l < r && check(xxx) == false){ //[窗口不满足某种性质]
//codes... [维护窗口中的数据]
l++; //[缩小窗口]
}
//codes.. [更新结果]
r++; //[增大窗口]
}
}
模板2
public void slideWindowTemplate(String nums){
//codes... [其他初始化信息,定义一些维护数据的数据结构]
for(int l = 0, r = 0; r < nums.length; r++){
//codes..... [维护窗口中的数据]
while(l < r && check(xxx) == false){ //[窗口不满足某种性质]
//codes... [维护窗口中的数据]
l++; //[缩小窗口]
}
//codes.. [更新结果]
}
}
模板1和模板2算法本质是一样的，只是实现不同，读者可根据爱好来选择。
leetcode例题讲解
例题分为三种级别，一是入门级题目，二是进阶题目，三是经典题目分别挑选一道题进行讲解。
入门级
209. 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
[
n
u
m
s
l
,
n
u
m
s
l
+
1
,
.
.
.
,
n
u
m
s
r
−
1
,
n
u
m
s
r
]
[nums_l, nums_{l+1}, ..., nums_{r-1}, nums_r]
[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
地址：209. 长度最小的子数组
思路：
本题为变长的滑动窗口，其窗口大小由target决定（窗口总和大于等于target），所以定义一个变量（窗口内总和），小于target右指针右移，大于target左指针右移，等于记录更新窗口大小即可
代码实现
package com.algorithm.num209;
/**
* 思路：滑动窗口实现，定义一个变量（窗口内总和），
* 小于target右指针右移，大于target左指针右移，等于记录更新窗口大小
*
* @author hh
* @date 2022-2-3 20:10
*/
public class Solution {
public int minSubArrayLen(int target, int[] nums) {
int result = Integer.MAX_VALUE;
int numsLen = nums.length;
int winNums = 0;
//双指针l,r
for(int l = 0,r = 0; r < numsLen; r++){
winNums += nums[r];
//如果区间和大于target左指针右移
while (winNums >= target){
//先更新长度
result = Math.min(result,r - l + 1);
//缩小左窗口
winNums -= nums[l];
l++;
}
}
return result == Integer.MAX_VALUE ? 0 : result;
}
}
219. 存在重复元素 II
给你一个整数数组 nums 和一个整数 k ，判断数组中是否存在两个 不同的索引 i 和 j ，满足 nums[i] == nums[j] 且 abs(i - j) <= k 。如果存在，返回 true ；否则，返回 false 。
示例 1：
输入：nums = [1,2,3,1], k = 3
输出：true
示例 2：
输入：nums = [1,0,1,1], k = 1
输出：true
示例 3：
输入：nums = [1,2,3,1,2,3], k = 2
输出：false
地址：219. 存在重复元素 II
思路
滑动窗口，窗口最大为k，其中r - l <= k，把窗口中的元素保存到集合中，每次左右指针移动更新集合即可，如果集合中存在元素则返回true
代码实现
package com.algorithm.num219;
import java.util.LinkedHashSet;
import java.util.Set;
/**
* 思路：滑动窗口，窗口最大为k，其中r - l <= k，把窗口中的元素保存到集合中，每次
* 左右指针移动更新集合即可，如果集合中存在元素则返回true
*
* @author hh
* @date 2022-2-3 21:18
*/
public class Solution {
public boolean containsNearbyDuplicate(int[] nums, int k) {
int numLength = nums.length;
Set<Integer> set = new LinkedHashSet<>();
for(int l = 0, r = 0; r < numLength; r++){
//判断集合中是否存在，存在则直接返回true，没有则添加到集合中
if(set.contains(nums[r])){
return true;
}
set.add(nums[r]);
//如果窗口大小则缩小窗口
while (r - l >= k){
set.remove(nums[l]);
l++;
}
}
return false;
}
}
220. 存在重复元素 III
给你一个整数数组 nums 和两个整数 k 和 t 。请你判断是否存在 两个不同下标 i 和 j，使得 abs(nums[i] - nums[j]) <= t ，同时又满足 abs(i - j) <= k 。
如果存在则返回 true，不存在返回 false。
示例 1：
输入：nums = [1,2,3,1], k = 3, t = 0
输出：true
示例 2：
输入：nums = [1,0,1,1], k = 1, t = 2
输出：true
示例 3：
输入：nums = [1,5,9,1,5,9], k = 2, t = 3
输出：false
地址： 220. 存在重复元素 III
思路
本题与219题目非常类型，只不过条件有了变化。所以可以选取数据结构TreeSet来实现。使用TreeSet保存窗口中元素，窗口扩大时需要判断有没有大于等于nums[r] - t的元素，如果有，则返回为true，当达到窗口大小缩小窗口，并移除窗口中的元素即可
代码实现
package com.algorithm.num220;
import java.util.TreeSet;
/**
* 思路：滑动窗口，使用TreeSet保存窗口中元素，窗口扩大时需要判断有没有大于等于nums[r] - t的元素，
* 如果有，则返回为true，当达到窗口大小缩小窗口，并移除窗口中的元素即可
*
* @author hh
* @date 2022-2-3 21:44
*/
public class Solution {
public boolean containsNearbyAlmostDuplicate(int[] nums, int k, int t) {
int numsLength = nums.length;
TreeSet<Long> treeSet = new TreeSet<>();
for(int l = 0,r = 0; r < numsLength; r++){
long down = (long) nums[r] - t;
long up = (long)nums[r] + t;
//同时满足上下限
Long cellingVal = treeSet.ceiling(down);
Long floorVal = treeSet.floor(up);
if((cellingVal != null && cellingVal <= nums[r]) || (floorVal != null && floorVal >= nums[r])){
return true;
}
treeSet.add((long)nums[r]);
//是否到达窗口的最大
while (r - l >= k){
treeSet.remove((long)nums[l]);
l++;
}
}
return false;
}
}
进阶级
395. 至少有 K 个重复字符的最长子串
给你一个字符串 s 和一个整数 k ，请你找出 s 中的最长子串， 要求该子串中的每一字符出现次数都不少于 k 。返回这一子串的长度。
示例 1：
输入：s = “aaabb”, k = 3
输出：3
解释：最长子串为 “aaa” ，其中 'a’ 重复了 3 次。
示例 2：
输入：s = “ababbc”, k = 2
输出：5
解释：最长子串为 “ababb” ，其中 'a’ 重复了 2 次， 'b’ 重复了 3 次。
地址：395. 至少有 K 个重复字符的最长子串
思路
题目说明了只包含小写字母（26 个，为有限数据），我们可以枚举最大长度所包含的字符类型数量，答案必然是 [1, 26]，即最少包含 1 个字母，最多包含 26 个字母。
你会发现，当确定了长度所包含的字符种类数量时，区间重新具有了二段性质。
当我们使用双指针的时候：
当然，我们还需要记录有多少字符符合要求（出现次数不少于 k），当区间内所有字符都符合时更新答案。
代码实现
package com.algorithm.num395;
/**
* 思路：滑动窗口，但本题关键是无法确定窗口的大小，由于字母仅限小写英文字母，所以我们可以枚举窗口中字母类型数量，
* 从1到26，这样就限定了窗口的大小，从而解决问题。定义一个变量winCharTypeNums保存当前窗口的字母类型数量，当枚举
* 字母类型数量大于winCharTypeNums时扩大窗口，等于时更新最大长度，小于时缩小窗口。保存字母数量使用数组保存，
* 扩大或缩小时更新数组
*
* @author hh
* @date 2022-2-4 11:16
*/
public class Solution {
/**
* 记录满足条件的最大长度
*/
private int maxLength = Integer.MIN_VALUE;
public int longestSubstring(String s, int k) {
int strLength = s.length();
for(int enumNum = 1; enumNum <= 26; enumNum ++){
//定义变量
int winCharTypeNums = 0;
int[] frequency = new int[26];
for(int l = 0,r = 0; r < strLength; r++){
//判断之前数组是否记录，没有记录则winCharTypeNums加1，否则只更新数组
int rightCharIndex = s.charAt(r) - 'a';
if(frequency[rightCharIndex] == 0){
winCharTypeNums++;
}
frequency[rightCharIndex] ++;
//检查更新满足条件的最大长度
if(winCharTypeNums == enumNum){
check(frequency,k);
}
//检测是否需要缩小窗口
while (winCharTypeNums > enumNum){
//获取左边界字符，判断是否需要更新winCharTypeNums
int leftCharIndex = s.charAt(l) - 'a';
if(frequency[leftCharIndex] == 1){
winCharTypeNums--;
}
frequency[leftCharIndex]--;
l++;
}
}
}
return maxLength == Integer.MIN_VALUE ? 0 : maxLength;
}
private void check(int[] frequency,int k){
int strLength = 0;
for (int value : frequency) {
if (value != 0 && value < k) {
return;
}
strLength += value;
}
maxLength = Math.max(strLength,maxLength);
}
}
经典题目
438. 找到字符串中所有字母异位词 （一题三解）
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）。
示例 1:
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。
示例 2:
输入: s = “abab”, p = “ab”
输出: [0,1,2]
解释:
起始索引等于 0 的子串是 “ab”, 它是 “ab” 的异位词。
起始索引等于 1 的子串是 “ba”, 它是 “ab” 的异位词。
起始索引等于 2 的子串是 “ab”, 它是 “ab” 的异位词。
地址：438. 找到字符串中所有字母异位词
思路1：
根据题目要求，我们需要在字符串 s 寻找字符串 p的异位词。因为字符串 p 的异位词的长度一定与字符串 p 的长度相同，所以我们可以在字符串 s 中构造一个长度为与字符串 p 的长度相同的滑动窗口，并在滑动中维护窗口中每种字母的数量；当窗口中每种字母的数量与字符串 p 中每种字母的数量相同时，则说明当前窗口为字符串 p 的异位词
代码实现1
package com.algorithm.num438;
import java.util.LinkedList;
import java.util.List;
/**
* 思路：滑动窗口，窗口大小固定，每次滑动时需比较是否为异位词
*
* @author hh
* @date 2022-2-4 17:39
*/
public class Solution {
public List<Integer> findAnagrams(String s, String p) {
List<Integer> result = new LinkedList<>();
int[] pat = new int[26];
int[] text = new int[26];
int strLength = s.length();
for(char c : p.toCharArray()){
pat[c - 'a']++;
}
for(int l = 0,r = 0; r < strLength; r++){
text[s.charAt(r) - 'a'] ++;
if(l + p.length() - 1 == r && this.isAnagrams(text,pat)){
//检测是否为异位词
result.add(l);
}
while (l + p.length() - 1 <= r){
text[s.charAt(l) - 'a']--;
l++;
}
}
return result;
}
private boolean isAnagrams(int[] text,int[] pat){
for(int i = 0; i < text.length; i++){
if(text[i] != pat[i]){
return false;
}
}
return true;
}
}
思路2
在方法一的基础上，我们不再分别统计滑动窗口和字符串 p 中每种字母的数量，而是统计滑动窗口和字符串 p中每种类型字母的差；并引入变量differ 来记录当前窗口与字符串 p 中数量不同类型的字母的，并在滑动窗口的过程中维护它。
在判断滑动窗口中每种字母的数量与字符串 p 中每种字母的数量是否相同时，只需要判断 differ 是否为零即可。
代码实现2
package com.algorithm.num438;
import java.util.LinkedList;
import java.util.List;
/**
* @author hh
* @date 2022-2-4 21:20
*/
public class Solution2 {
public List<Integer> findAnagrams(String s, String p) {
List<Integer> result = new LinkedList<>();
if(s.length() < p.length()){
return result;
}
//维护窗口的差值
int[] diffArr = new int[26];
//diff表示字符类型不同的数量
int diff = 0;
//预处理
for(int i = 0; i< p.length();i++){
diffArr[p.charAt(i) - 'a']++;
diffArr[s.charAt(i) - 'a']--;
}
for(int i = 0 ; i < 26; i++ ){
if(diffArr[i] != 0){
diff++;
}
}
if(diff == 0){
result.add(0);
}
for(int l = 0; l < s.length() - p.length(); l++){
int leftIndex = s.charAt(l) - 'a';
if(diffArr[leftIndex] == 0){
diff++;
}else if(diffArr[leftIndex] == -1){
diff--;
}
diffArr[leftIndex]++;
int rightIndex = s.charAt(l + p.length()) - 'a';
if(diffArr[rightIndex] == 0){
diff++;
}else if(diffArr[rightIndex] == 1){
diff--;
}
diffArr[rightIndex]--;
if(diff == 0){
result.add(l+1);
}
}
return result;
}
}
思路3
与思路1类似，本思路记录窗口中字母类型数量及词频和字符串p的字母类型数量及词频是否相等。
解法一中每次对滑动窗口的检查都不可避免需要检查两个词频数组，复杂度为
O
(
C
)
O(C)
O(C)。
事实上，我们只关心两个数组是否完全一致，因而我们能够只维护一个词频数组 cnt 来实现。
起始处理 p 串时，只对 cnt 进行词频字符自增操作。当处理 s 的滑动窗口子串时，尝试对 cnt 中的词频进行「抵消/恢复」操作：
同时，使用变量 a统计 p 中不同字符的数量，使用变量 b统计滑动窗口（子串）内有多少个字符词频与 p 相等。
当滑动窗口移动（ 执行「抵消/恢复」）时，如果「抵消」后该字符词频为 0，说明本次右端点右移，多产生了一位词频相同的字符；如果「恢复」后该字符词频数量为 1，说明少了一个为词频相同的字符。当且仅当 a = b 时，我们找到了一个新的异位组。
代码实现3
package com.algorithm.num438;
import java.util.LinkedList;
import java.util.List;
/**
* @author hh
* @date 2022-2-4 21:20
*/
public class Solution3 {
public List<Integer> findAnagrams(String s, String p) {
List<Integer> result = new LinkedList<>();
//维护窗口的差值
int[] diffArr = new int[26];
int strLength = s.length();
int a = 0,b = 0;
//预处理
for(char c : p.toCharArray()){
diffArr[c - 'a']++;
}
for(int i : diffArr){
if(i > 0){
a++;
}
}
for(int l = 0,r = 0; r < strLength; r++){
int rightIndex = s.charAt(r) - 'a';
if(diffArr[rightIndex] == 1){
//由不同变为相同
b++;
}
diffArr[rightIndex]--;
if(l + p.length() - 1 == r && a == b){
//检测是否为异位词
result.add(l);
}
while (l + p.length() - 1 <= r){
int leftIndex = s.charAt(l) - 'a';
if(diffArr [leftIndex] == 0){
b--;
}
diffArr[leftIndex]++;
l++;
}
}
return result;
}
}
其它练习题目
请读者自行练习
|
