LeetCode算法日记 - Day 5: 长度最小的子数组、无重复字符的最长子串

目录

1. 长度最小的子数组

1.1 题目解析

1.2 解法

1.3 代码实现

2. 无重复字符的最长子串

2.1 题目解析

2.2 解法

2.3 代码实现

---

1. 长度最小的子数组

209. 长度最小的子数组 - 力扣（LeetCode）

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总和大于等于 target 的长度最小的 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 。

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

1.1 题目解析

针对一段连续区间，寻找最小长度的子数组，使其元素和大于等于给定目标值（通常称为“最小子数组和”问题），利用正数相加和只能增加的单调性，使用滑动窗口方法解决。此利用单调性避免没有必要的枚举行为。虽然有两层循环，但是时间复杂度为O(N)。

1.2 解法

滑动窗口的核心是使用两个指针（左指针和右指针）动态调整窗口范围：

• 窗口定义：窗口代表子数组，其和记为 sum。
• 目标：找到最小长度 {min_len}
• 关键思想：
  • 移动 right 扩大窗口，增加 sum，直到 sum>=target。
  • 然后移动  缩小窗口，减少 sum，同时检查是否仍满足 sum>=target (因为移除小元素可能保留满足条件的更小子数组)。
  • 更新 min_len 为当前窗口长度 right-left+1 的最小值。
• 为什么高效：每个元素最多被添加和移除一次，确保线性时间复杂度

以下是滑动窗口算法的具体步骤

i）初始化指针：左右指针定义从0下标开始

ii）移动右指针：将 right 位置的元素加入窗口，直到 sum>=target

iii）缩小窗口并检查：将 left 位置的元素移动出窗口，并且检查是否 sum>= target

iiii）循环 ii, iii 直到 right>=n

1.3 代码实现

class Solution {public int minSubArrayLen(int target, int[] nums) {int min_len=Integer.MAX_VALUE,n=nums.length,sum =0;for(int left =0,right=0;right<n;right++){sum += nums[right];while(sum >= target){int length = right-left+1;min_len = Math.min(min_len,length);sum-=nums[left++];}}return min_len == Integer.MAX_VALUE ?0:min_len;}
}

2. 无重复字符的最长子串

3. 无重复字符的最长子串 - 力扣（LeetCode）

给定一个字符串 s ，请你找出其中不含有重复字符的 最长 子串 的长度。

示例 1:

输入: s = "abcabcbb"
输出: 3 
解释: 因为无重复字符的最长子串是 "abc"，所以其长度为 3。

示例 2:

输入: s = "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b"，所以其长度为 1。

示例 3:

输入: s = "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke"，所以其长度为 3。请注意，你的答案必须是 子串 的长度，"pwke" 是一个子序列，不是子串

2.1 题目解析

本题目可以使用滑动窗口来解决，当窗口里未包含字符时增大窗口，并且记录新的最长子字符串值，当遇到已经包含的字符时，通过 while 循环直接跳过重复的元素。

i）可以看得出当窗口没有重复元素删除时，字符串长度始终是不会增加的。
ii）我们可以直接通过 while 循环快速移动并且删除重复的元素。
iii）while 循环之后再记录当前字符串长度，切记不能在 while 循环时记录长度，会陷入只有在删除重复元素时才会更新长度。

2.2 解法

i）定义变量

ii）统计 right 所指元素的数量

iii）进行判断，如果重复则通过移动 left 和 while 循环跳过重复元素

iiii）记录长度

2.3 代码实现

class Solution {public int lengthOfLongestSubstring(String ss) {int n = ss.length(),ret = 0;int[] hash = new int[128];char[] s = ss.toCharArray();for(int left = 0,right =0;right<n;right++){hash[s[right]]++;while(hash[s[right]]>1){hash[s[left++]]--;}ret = Math.max(ret,right-left+1);}return ret;}
}