厦门免费网站建设网站排名怎么搜索靠前

哎- -最近本来就没时间写算法 这算法怎么还这么难。。。

10、和为 K 的子数组

给你一个整数数组 nums 和一个整数 k ，请你统计并返回 该数组中和为 k 的子数组的个数 。

子数组是数组中元素的连续非空序列。

示例 1：

输入：nums = [1,1,1], k = 2
输出：2

示例 2：

输入：nums = [1,2,3], k = 3
输出：2

提示：

• 1 <= nums.length <= 2 * 104

• -1000 <= nums[i] <= 1000

• -107 <= k <= 107

思路解答：

1. 前缀和：计算数组的前缀和，并使用一个哈希表来记录之前出现过的前缀和及其出现次数。
2. 遍历数组：遍历数组，对于每个元素，计算当前的前缀和，并查找之前是否出现过前缀和为 prefix_sum - k 的情况，如果有，则累加对应的子数组个数。
3. 更新哈希表：在遍历过程中，更新哈希表，记录当前前缀和的出现次数。

def subarraySum(self, nums: list[int], k: int) -> int:count = 0prefix_sum = 0# 初始化前缀和为0的个数为1prefix_sum_count = {0: 1}for num in nums:prefix_sum += num# 更新count，加上之前出现的前缀和为prefix_sum - k的个数count += prefix_sum_count.get(prefix_sum - k, 0)# 更新当前前缀和的个数prefix_sum_count[prefix_sum] = prefix_sum_count.get(prefix_sum, 0) + 1return count

11、滑动窗口最大值

给你一个整数数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。

返回滑动窗口最大值。

示例 1：

输入：nums = [1,3,-1,-3,5,3,6,7], k = 3
输出：[3,3,5,5,6,7]
解释：
滑动窗口的位置                最大值
---------------               -----
[1  3  -1] -3  5  3  6  7       31 [3  -1  -3] 5  3  6  7       31  3 [-1  -3  5] 3  6  7       51  3  -1 [-3  5  3] 6  7       51  3  -1  -3 [5  3  6] 7       61  3  -1  -3  5 [3  6  7]      7

示例 2：

输入：nums = [1], k = 1
输出：[1]

提示：

• 1 <= nums.length <= 105

• -104 <= nums[i] <= 104

• 1 <= k <= nums.length

思路解答：

1. 使用双端队列：维护一个双端队列，队列中存储的是数组元素的索引，且队列中的索引对应的元素值是递减的。

2. 滑动窗口处理：在遍历数组的过程中，对于每个元素，首先判断队列中的第一个索引是否在当前滑动窗口内，如果不在，则将其移除。然后将当前元素与队列尾部的元素比较，如果比队尾元素大，则将队尾元素移除，直到队列为空或者当前元素小于等于队尾元素。然后将当前元素的索引加入队列。

3. 获取最大值：每次滑动窗口移动时，队列的第一个元素对应的就是当前滑动窗口的最大值。

def maxSlidingWindow(self, nums: list[int], k: int) -> list[int]:if not nums:return []result = []#创建双端队列window = collections.deque()for i, num in enumerate(nums):# 移除不在窗口内的元素if window and window[0] < i - k + 1:window.popleft()# 移除比当前元素小的元素while window and nums[window[-1]] < num:window.pop()window.append(i)# 当窗口大小达到k时，记录当前窗口的最大值if i >= k - 1:result.append(nums[window[0]])return result

12、最小覆盖子串

给你一个字符串 s 、一个字符串 t 。返回 s 中涵盖 t 所有字符的最小子串。如果 s 中不存在涵盖 t 所有字符的子串，则返回空字符串 "" 。

注意：

• 对于 t 中重复字符，我们寻找的子字符串中该字符数量必须不少于 t 中该字符数量。
• 如果 s 中存在这样的子串，我们保证它是唯一的答案。

示例 1：

输入：s = "ADOBECODEBANC", t = "ABC"
输出："BANC"
解释：最小覆盖子串 "BANC" 包含来自字符串 t 的 'A'、'B' 和 'C'。

示例 2：

输入：s = "a", t = "a"
输出："a"
解释：整个字符串 s 是最小覆盖子串。

示例 3:

输入: s = "a", t = "aa"
输出: ""
解释: t 中两个字符 'a' 均应包含在 s 的子串中，
因此没有符合条件的子字符串，返回空字符串。

提示：

• m == s.length
• n == t.length
• 1 <= m, n <= 105
• s 和 t 由英文字母组成

思路解答：

1. 滑动窗口法：使用滑动窗口来解决这个问题。我们维护两个指针，一个指向窗口的起始位置，一个指向窗口的结束位置。移动右指针扩大窗口，直到窗口包含了所有 t 中的字符。

2. 满足条件时收缩窗口：当窗口包含了所有 t 中的字符后，我们尝试缩小窗口，移动左指针，并在移动过程中更新最小子串的长度和起始位置。

3. 维护字符频次：使用字典来维护 t 中字符的频次，以及窗口中字符的频次，确保窗口中包含了 t 中所有字符。

def minWindow(self, s: str, t: str) -> str:if not s or not t:return ""t_freq = collections.Counter(t)required_chars = len(t_freq)left = 0right = 0formed = 0window_freq = {}ans = float('inf'), None, Nonewhile right < len(s):char = s[right]window_freq[char] = window_freq.get(char, 0) + 1if char in t_freq and window_freq[char] == t_freq[char]:formed += 1while formed == required_chars and left <= right:if right - left + 1 < ans[0]:ans = (right - left + 1, left, right)char = s[left]window_freq[char] -= 1if char in t_freq and window_freq[char] < t_freq[char]:formed -= 1left += 1right += 1return "" if ans[0] == float('inf') else s[ans[1]:ans[2] + 1]