LeetCode 滑动窗口类问题：类型总结

2023-12-11 19:38:32

LeetCode 滑动窗口问题：类型与解决之道

在解决算法问题时，滑动窗口技术是一个强大的工具，尤其是在 LeetCode 等编码平台上。滑动窗口问题涉及在一个输入序列中维护一个固定大小的窗口，并根据窗口中元素的某种条件更新结果。双指针技术通常用于实现滑动窗口，但在某些情况下，特定的数据结构（例如 sorted_map）也能派上用场。

滑动窗口问题的类型

滑动窗口问题有许多不同的类型，每种类型都有其独特的特征：

1. 子字符串/子数组问题

这些问题要求你在一个字符串或数组中找到具有特定特征的子字符串或子数组。例如，你可能需要找到一个不包含重复字符的最长子字符串（无重复字符的最长子字符串，3）。

2. 累加问题

这些问题要求你在一个字符串或数组中找到累加和等于目标值的子字符串或子数组。例如，你可能需要找到一个覆盖给定字符串中所有字符的最小子串（最小覆盖子串，76）。

3. 求中位数问题

这些问题要求你在一个字符串或数组中找到中位数或类似值。例如，你可能需要找到一个大小为 k 的滑动窗口中的中位数（滑动窗口中位数，480）。

4. 数据结构问题

某些滑动窗口问题需要使用特定的数据结构，例如 sorted_map。这些数据结构允许快速查找和删除元素，从而提高效率。例如，你可能需要找到一个字符串中的第一个唯一字符（字符串中的第一个唯一字符，387）。

解决滑动窗口问题的技巧

解决滑动窗口问题时，有一些技巧可以帮助你：

使用双指针： 双指针技术是滑动窗口问题的核心。一个指针用于标记窗口的开始，另一个指针用于标记窗口的结束。
考虑窗口的移动和更新条件： 仔细考虑窗口移动和更新的条件，以确保正确维护窗口。
选择合适的数据结构： 如果问题需要快速查找和删除元素，请考虑使用 sorted_map 等数据结构。

代码示例

下面是一个使用双指针解决无重复字符的最长子字符串问题的 Python 代码示例：

def length_of_longest_substring(s):
    """
    :type s: str
    :rtype: int
    """
    max_length = 0
    left, right = 0, 0
    char_map = {}

    while right < len(s):
        if s[right] not in char_map:
            char_map[s[right]] = right
        else:
            left = max(left, char_map[s[right]] + 1)
            char_map[s[right]] = right

        max_length = max(max_length, right - left + 1)
        right += 1

    return max_length