《算法闯关指南：优选算法--滑动窗口》--09长度最小的子数串，10无重复字符的最长字串
🔥个人主页：@草莓熊Lotso
🎬作者简介：C++研发方向学习者
📖个人专栏：《C++知识分享》《Linux 入门到实践：零基础也能懂》《数据结构与算法》《测试开发实战指南》《算法题闯关指南》
⭐️人生格言：生活是默默的坚持，毅力是永久的享受。
前言：聚焦算法题实战，系统讲解三大核心板块：优选算法：剖析动态规划、二分法等高效策略，学会寻找“最优解”。 递归与回溯：掌握问题分解与状态回退，攻克组合、排列等难题。 贪心算法：理解“局部最优”到“全局最优”的思路，解决区间调度等问题 内容以题带点，讲解思路与代码实现，帮助大家快速提升代码能力
目录
09.长度最小的子数串
解法一：（暴力求解）（会超时）
算法思路：
解法二：（滑动窗口）
算法思路：
C++代码演示：
算法总结&&笔记展示：
10.无重复字符的最长字串
解法一：（暴力求解）（不会超时，可以通过）：
算法思路：
解法二：（滑动窗口）
算法思路：
C++代码演示：
算法总结&&笔记展示：
09.长度最小的子数串
题目链接：
209. 长度最小的子数组 - 力扣（LeetCode）
题目描述：
题目示例：
解法一：（暴力求解）（会超时）
算法思路：
【从前往后】枚举数组中的任意一个元素，把它当成起始位置。然后从这个【起始位置】开始，然后寻找一段最短的区间，使得这段区间的和【大于等于】目标值。
将所有元素作为起始位置所得的结果中，找到【最小值】即可。
--代码这里就不演示了
解法二：（滑动窗口）
算法思路：
由于此问题分析的对象是【一段连续的区间】，因此可以考虑【滑动窗口】的思想来解决这道题。
让滑动窗口满足：从 i 位置开始，窗口内所有的和小于 target （那么当窗口内元素之和第一次大于等于目标值的时候，就是 i 位置开始，满足条件的最小长度）。
做法：将右端元素划入窗口之中，统计出此时窗口内元素的和：
- 如果窗口内元素之和大于 target ：更新结果，并且将左端元素划出去的同时继续判断是否满足条件并更新结果（因为左端元素可能很小，划出去之后依旧满足条件）
- 如果窗口内元素之和不满足条件：right++，另下一个元素进入窗口。
相信科学（这也是很多题解以及帖子没告诉你的事情：只给你说怎么做，没给你解释为什么这么做）：
为何滑动窗口可以解决问题，并且时间复杂度更低？
这个窗口寻找的是：以当前窗口最左侧元素（记为 left1）为基准，符合条件的情况。也就是在这道题中，从 left1 开始，满足区间和 sum>=target 时的最右侧（记为 right1）能到哪里。
我们既然已经找到从 left1 开始的最优的区间，那么就可以大胆舍去 left1。但是如果继续像方法一一样，重新开始统计第二个元素（left2）往后的和，势必会有大量重复的计算（因为我们在求第一段区间的时候，已经算出很多元素的和了，这些和是可以在计算下次区间和的时候用上的）。
此时，right1的作用就体现出来了，我们只需要将 left1 这个值从 sum 中剔除。从 right1 这个元素开始，往后找满足 left2 元素的区间 （此时 right1 也有可能是满足的，因为 left1 可能很小。sum 剔除掉 left1 之后，依旧满足大于等于 target ）。这样我们就能省掉大量重复的计算。
- 这样我们不仅能解决问题，效率也会大大提升。
时间复杂度：虽然代码是两层循环，但是我们的 left 指针和 right 指针都是不回退的，两者最多都往后移动 n 次。因此时间复杂度是 O(N)。
C++代码演示：
class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {int n=nums.size(),sum=0,len=INT_MAX;for(int left=0,right=0;right<n;right++){sum+=nums[right];//进窗口while(sum>=target){len=min(len,right-left+1);//更新结果sum-=nums[left++];//出窗口}}return len==INT_MAX?0:len;}
};算法总结&&笔记展示：
笔记的字有点丑，大家见谅：
10.无重复字符的最长字串
题目链接：
3. 无重复字符的最长子串 - 力扣（LeetCode）
题目描述：
题目示例：
解法一：（暴力求解）（不会超时，可以通过）：
算法思路：
枚举【从每一个位置】开始往后，无重复字符的子串可以到达什么位置。找到其中长度最大的即可。
在往后寻找无重复子串能到达的位置时，可以利用【哈希表】统计出字符出现的频次，来判断什么时候子串出现了重复元素。
解法二：（滑动窗口）
算法思路：
研究的对象依旧是一段连续的区间，因此继续使用【滑动窗口】思想来优化。
让滑动窗口满足：窗口内所有元素都是不重复的。
做法：右端元素 ch 进入窗口的时候，哈希表统计这个字符的频次：
- 如果这个字符出现的频次超过 1 ，说明窗口内有重复元素，那么就从左侧开始划出窗口，直到 ch 这个元素的频次变为 1，然后再更新结果。
- 如果没有超过 1，说明当前窗口没有重复元素，可以直接更新结果
C++代码演示：
class Solution {
public:int lengthOfLongestSubstring(string s) {int hash[128]={0};//数组模拟实现hash表int left=0,right=0,ret=0;int n=s.size();while(right<n){hash[s[right]]++;while(hash[s[right]]>1){hash[s[left++]]--;}ret=max(ret,right-left+1);right++;}return ret;}
};算法总结&&笔记展示：
笔记的字有点丑，大家见谅：
往期回顾：
《算法闯关指南：优选算法-双指针》--01移动零，02复写零
《算法闯关指南：优选算法-双指针》--03快乐数，04盛水最多的容器
《算法闯关指南：优选算法-双指针》--05有效三角形的个数，06查找总价值为目标值的两个商品
《算法闯关指南：优选算法-双指针》--07三数之和，08四数之和
结语：本篇博客介绍了两个滑动窗口算法实战题解：209.长度最小的子数组和3.无重复字符的最长子串。针对第一题，通过暴力解法和滑动窗口对比，详细解释了滑动窗口的高效原理，即通过左右指针不回退降低时间复杂度。第二题同样采用滑动窗口，利用哈希表统计字符频次来检测重复。如果文章对你有帮助的话，欢迎评论，点赞，收藏加关注，感谢大家的支持。