> 技术文档 > 【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)


文章目录

  • 1.水果成篮
  • 2.找到字符串中所有字母异位词
  • 3.串联所有单词的子串
  • 4.最小覆盖子串
  • 希望读者们多多三连支持
  • 小编会继续更新
  • 你们的鼓励就是我前进的动力!

本篇接上一篇滑动窗口算法,这一篇有些许难度,为了提升自我,请耐心看完后,多敲代码整理思路,相信能够有莫大的收获😼

1.水果成篮

✏️题目描述:

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

✏️示例:

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

传送门:水果成篮

题解:

首先解读题意,简单来说就是找到一个区间,其中的果树种类用数字表示,种类不超过两种,题目默认是能找到至少两种水果,所以求在此前提下能找到的最长区间是多少?

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

💻第一步:

或许该题可以使用暴力解法解决,但明显时间复杂度太高无法通过示例
因此根据前些题目的经验,由于是找区间,而且要统计种类数量滑动窗口+哈希表

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

💻第二步:

具体的窗口滑动如图所示

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

先让第一个数据录入,即进窗口判断不断循环,然后right依次向后移并不断往哈希表录入每个位置种类更新数据,直到哈希表内的键值对大于2,即种类大于2;此时left减去第一个数据,即出窗口判断不断循环,然后不断向后移直到哈希表里的一个种类数据变为0,对其进行erase操作减少一个种类,再次开始更新数据

💻代码实现:

#include #include #include using namespace std;class Solution{public: int totalFruit(vector<int>& fruits) { unordered_map<int, int> hash; int ret = 0, n = fruits.size(); for (int left = 0, right = 0; right < n; ++right) { hash[fruits[right]]++; while (hash.size() > 2) { hash[fruits[left]]--; if (hash[fruits[left]] == 0) {  hash.erase(fruits[left]); } left++; } ret = max(ret, right - left + 1); } return ret; }};

2.找到字符串中所有字母异位词

✏️题目描述:

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

✏️示例:

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

传送门:找到字符串中所有字母异位词

题解:

首先我们要知道什么是异位词?

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

本题第一难为解读题意,通常读不懂题目时要多结合示例分析,结合示例1示例2,把p这个字符串放在s这个字符串里比对,不考虑p的顺序,找到所有异位词,返回其起始下标

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

💻第一步:

先思考如何在代码运行过程中判断其是否为异位词,只判断个数显然是不行的,既要种类相同,又要出现的个数相同,因为哈希表会减慢运行,这里也只有26种字母,所以我们可以给需要找到的字符串创建模拟哈希表hash1被寻找的字符串创建模拟哈希表hash2对比两个哈希表的种类及数量就能准确得出是否为异位词

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

💻第二步:

具体实现的流程图如图所示,与前些写的题有些许不同

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

先让第一个数据录入,即进窗口判断不断循环,然后right依次向后移并不断往哈希表中录入,直到left和right之间的长度大于字符串p;此时left减去第一个数据,即出窗口判断不断循环,然后向后移1位使长度继续维持为字符串pcheck然后如果符合要求则更新结果。然后right向前一位,判断,left向前一位,判断更新结果,以此循环

💻细节问题

这里重点在于如何更新结果,一般的思路是遍历hash1和hash2,并对比两个数组,显然此方法是冗余复杂的,接下来将介绍一种方法,通常想不到,因此很有学习价值

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

先统计字符串p中的字符种类及数量,count表示sleftright之间的种类数量,在right移动过程中,字符串s的起始种类数量都为0,然后当字符串s的种类数量小于等于字符串p的种类数量时,说明该位置增加的是有效字符,count++

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

还是滑动窗口的起始操作,如图当righte时,明显超出了字符串p的大小,left应该在c,移动leftb,然后当字符串s的种类数量小于等于字符串p的种类数量时,说明该位置减少的是有效字符,count--

请添加图片描述

最后当两个模拟哈希表中的种类数量相等,即count == m

💻代码实现:

#include #include using namespace std;class Solution {public: vector<int> findAnagrams(string s, string p) { vector<int> ret; int hash1[26] = { 0 }; for (auto ch : p) { hash1[ch - \'a\']++; } int hash2[26] = { 0 }; int n = s.size(); int m = p.size(); for (int left = 0, right = 0, count = 0; right < n; ++right) { hash2[s[right] - \'a\']++; if (hash2[s[right] - \'a\'] <= hash1[s[right] - \'a\']) { count++; } if (right - left + 1 > m) { if (hash2[s[left] - \'a\'] <= hash1[s[left] - \'a\']) {  count--; } hash2[s[left] - \'a\']--; left++; } if (count == m) { ret.push_back(left); } } return ret; }};

3.串联所有单词的子串

✏️题目描述:

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

✏️示例:

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

传送门:串联所有单词的子串

题解:

本题的题意也有些难以理解,但是结合找到字符串中所有字母异位词这题的铺垫,使得这题也不是无从下手

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

如图所示,把这些字符串看成一个个的字符,是不是就和之前那题是一样的?

💻细节问题

w每个字符串的长度多长,那么left,right就有几种起始情况
【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

当right移动到最后不足字符串w的长度时,会发生越界,所以要写为right + len <= n

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

💻代码实现:

#include #include #include using namespace std;class Solution {public: vector<int> findSubstring(string s, vector<string>& words) { unordered_map<string, int> hash1; for (auto s : words) { hash1[s]++; } vector<int> ret; int len = words[0].size(), m = words.size(), n = s.size(); for (int i = 0; i < len; ++i) { unordered_map<string, int> hash2; for (int left = i, right = i, count = 0; right + len <= n; right += len) { string in = s.substr(right, len); hash2[in]++; if (hash1.count(in) && hash2[in] <= hash1[in]) {  count++; } if (right - left + 1 > len * m) {  string out = s.substr(left, len);  if (hash1.count(out) && hash2[out] <= hash1[out])  { count--;  }  hash2[out]--;  left += len; } if (count == m) {  ret.push_back(left); } } } return ret; }};

4.最小覆盖子串

✏️题目描述:

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

✏️示例:

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

传送门:最小覆盖子串

题解:

本题题意为在字符串s里找到一个含有t的字符串区间,只要该区间内符合t的种类数量即可,无论其他的字符有多少个

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

💻细节问题

所以本题虽说是困难难度,但是依据前几题的思路铺垫,这道题也能说不在话下了,依旧是模拟哈希表+滑动窗口(因为哈希表太占空间了,影响效率)

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

注意当是当hash2中的种类数量hash1中的种类数量一样时才count++

💻代码实现:

#include #include using namespace std;class Solution {public: string minWindow(string s, string t) { int hash1[128] = { 0 }; int kinds = 0; for (auto ch : t) { if (hash1[ch]++ == 0) { kinds++; } } int hash2[128] = { 0 }; int n = s.size(), minlen = INT_MAX, begin = -1; for (int left = 0, right = 0, count = 0; right < n; ++right) { if (++hash2[s[right]] == hash1[s[right]]) { count++; } while (count == kinds) { if (right - left + 1 < minlen) {  minlen = right - left + 1;  begin = left; } if (hash2[s[left]]-- == hash1[s[left]]) {  count--; } left++; } } if (begin == -1) { return \"\"; } else { return s.substr(begin, minlen); } }};

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)

也是第一次用时击败100%,比官方还优秀的解法😎


希望读者们多多三连支持

小编会继续更新

你们的鼓励就是我前进的动力!

【优选算法】Sliding-Chakra:滑动窗口的算法流(下)