【leetcode C++】滑动窗口

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;    }};

本文链接：https://www.kjpai.cn/news/2024-04-09/156274.html，文章来源：网络cs，作者：淼淼，版权归作者所有，如需转载请注明来源和作者，否则将追究法律责任！