当前位置: 首页 > news >正文

滑动窗口:穿越数据的时光机

在算法的世界里,滑动窗口就像是一台神奇的时光机,能够在数组或字符串等线性数据结构中高效地移动和处理数据。作为 C++ 算法小白,今天我就带大家一起探索这台神奇的时光机,看看它是如何帮助我们解决各种复杂问题的。

什么是滑动窗口?

滑动窗口是一种常用的算法技巧,主要用于处理数组或字符串中的连续子数组或子串问题。它通过维护一个固定大小或可变大小的窗口,在数据上滑动,从而高效地处理各种查询和统计问题。

滑动窗口的基本思想

  • 窗口:窗口是数组或字符串中的一个连续区域,可以是固定大小的,也可以是可变大小的。
  • 滑动:窗口在数据上滑动,每次滑动一个位置,根据需要调整窗口的大小。
  • 维护信息:在窗口滑动的过程中,维护一些有用的信息,如窗口内元素的和、最大值、最小值等,从而高效地解决问题。

滑动窗口的应用场景

滑动窗口算法适用于以下类型的问题:

  • 子数组或子串问题:如最大子数组和、最长无重复子串等。
  • 固定大小窗口问题:如计算移动平均值、查找固定长度的子串等。
  • 可变大小窗口问题:如最小覆盖子串、长度最小的子数组和等。

代码实现与详细解释

固定大小滑动窗口:计算移动平均值

cpp

#include <iostream>
#include <vector>using namespace std;// 计算移动平均值
vector<double> movingAverage(vector<int>& nums, int k) {vector<double> result;if (nums.empty() || k <= 0 || k > nums.size()) return result;double sum = 0;// 计算第一个窗口的和for (int i = 0; i < k; ++i) {sum += nums[i];}result.push_back(sum / k);// 滑动窗口,计算后续窗口的和for (int i = k; i < nums.size(); ++i) {sum += nums[i] - nums[i - k];  // 减去窗口左侧元素,加上窗口右侧元素result.push_back(sum / k);}return result;
}

代码解释

  • movingAverage 函数:计算数组中每个大小为 k 的连续子数组的平均值。首先处理边界情况,如果数组为空或 k 不合法,则直接返回空结果。
  • 第一个窗口的和:通过遍历前 k 个元素计算第一个窗口的和,并将其平均值加入结果数组。
  • 滑动窗口:从第 k 个元素开始,每次滑动窗口,减去窗口左侧的元素,加上窗口右侧的元素,更新和并计算平均值。

可变大小滑动窗口:最长无重复子串

cpp

#include <iostream>
#include <string>
#include <unordered_map>using namespace std;// 最长无重复子串
int lengthOfLongestSubstring(string s) {int maxLen = 0;int left = 0;unordered_map<char, int> charMap;  // 记录字符最后出现的位置for (int right = 0; right < s.length(); ++right) {// 如果字符已经在窗口中,并且出现位置在窗口左边界之后,则调整左边界if (charMap.find(s[right]) != charMap.end() && charMap[s[right]] >= left) {left = charMap[s[right]] + 1;}// 更新字符的最后出现位置charMap[s[right]] = right;// 计算当前窗口的长度maxLen = max(maxLen, right - left + 1);}return maxLen;
}

代码解释

  • lengthOfLongestSubstring 函数:计算字符串中最长的无重复子串的长度。使用左右指针维护一个可变大小的窗口,使用哈希表记录每个字符最后出现的位置。
  • 调整左边界:当遇到重复字符时,调整左边界到重复字符上次出现位置的下一个位置,确保窗口内没有重复字符。
  • 更新字符位置:每次遍历更新字符的最后出现位置,并计算当前窗口的长度,更新最大长度。

例题讲解

问题描述

给定一个字符串 s 和一个整数 k,请你找出该字符串中长度为 k 的无重复字符子串的数量。

代码示例

cpp

#include <iostream>
#include <string>
#include <unordered_map>using namespace std;// 长度为k的无重复字符子串的数量
int numKLenSubstrNoRepeats(string s, int k) {int n = s.length();if (k <= 0 || k > n) return 0;int count = 0;unordered_map<char, int> charCount;  // 记录字符在窗口中的出现次数// 初始化第一个窗口for (int i = 0; i < k; ++i) {charCount[s[i]]++;}if (charCount.size() == k) count++;  // 如果窗口中没有重复字符,则计数器加1// 滑动窗口for (int i = k; i < n; ++i) {// 移除窗口左侧的字符charCount[s[i - k]]--;if (charCount[s[i - k]] == 0) {charCount.erase(s[i - k]);}// 添加窗口右侧的字符charCount[s[i]]++;// 检查窗口中是否没有重复字符if (charCount.size() == k) count++;}return count;
}

代码解释

  • numKLenSubstrNoRepeats 函数:计算字符串中长度为 k 的无重复字符子串的数量。使用哈希表记录窗口中每个字符的出现次数。
  • 初始化窗口:首先初始化第一个大小为 k 的窗口,统计其中字符的出现次数。如果窗口中没有重复字符,则计数器加 1。
  • 滑动窗口:每次滑动窗口,移除窗口左侧的字符,添加窗口右侧的字符,并更新哈希表。如果窗口中字符的种类数等于 k,则说明窗口中没有重复字符,计数器加 1。

总结

滑动窗口是一种非常高效的算法技巧,能够在处理数组和字符串的连续子数组或子串问题时发挥重要作用。通过维护一个窗口,并在数据上滑动,我们可以高效地处理各种查询和统计问题。作为 C++ 算法小白,我们要掌握滑动窗口这种技巧,灵活运用它来解决各种复杂问题。

希望这篇文章能对大家有所帮助,让我们一起在算法的世界里继续探索吧!

相关文章:

  • TypeScript 中的泛型工具详解
  • AI文字识别工具汇总
  • 【Java学习日记36】:javabeen学生系统
  • [思维模式-28]:《本质思考力》-8- 两种相反的构建与解构系统的思维模式:①自顶向下的分解、牵引;②自底向上的堆叠、聚合
  • 将PyQt5设计的程序打包成.exe文件
  • C35-数组和函数开发初见
  • DEEPPOLAR:通过深度学习发明非线性大核极坐标码(2)
  • 从3秒到500ms:一套完整的慢SQL分析与优化的经验
  • 英语听力口语词汇--2.宣传类
  • AVL树解析
  • NPDP.新产品开发职业认证知识体系NPDP.BOK
  • 抽奖系统-基本-注册
  • 元数据和主数据
  • 2918. 数组的最小相等和
  • C++自学笔记 makefile
  • 嵌入式学习笔记 - STM32 ADC,多重转换,内部参考电压,
  • 数据指标和数据标签
  • STM32学习记录——点灯
  • 栈Stack(附源码)
  • linux kernel调度触发机制
  • 云南一男子持刀致邻居3死1重伤案二审开庭,未当庭宣判
  • 《审判》|“被告”的魅力:K在等什么?
  • 巴西总统卢拉昨晚抵达北京
  • 重庆大学通报本科生发14篇SCI论文处理结果
  • 巴基斯坦称成功拦截印度导弹,空军所有资产安全
  • 湖南省职业病防治院通报3岁女童确诊“铊中毒”:去年病例,编辑误写为“近日”