两个指针和滑动窗口模式

双指针和滑动窗模式

模式 1：常量窗(如 window = 4 或者一个整数值)

例如，给定一个 (-ve 和 +ve) 找到大小为整数数组的整数组 k.

模式 2：(可变窗口尺寸) 最大子数组/子字符串示例：sum

• 方法：
  • 蛮力： 生成所有可能的子数组，选择最大长度的子数组 sum
• 最佳/最佳: 使用两个指针和滑动窗口将时间复杂度降低到o(n)

模式 3：没有子数组/子字符串，其中没有子数组/子字符串 就像 sum=k。 由于何时扩展(右++)或何时收缩(左++)变得困难，因此很难解决这个问题。

模型2可以解决这个问题 用于解决搜索等问题 sum =k 子串数量等问题。

• 可分解为

  • 查找 sum 的子数组
  • 查找子数组 sum

模式 4：找到最短/最小的窗口

模式 2 不同的方法： 示例：最大子数组 sum

public class sample{
    public static void main(string args[]){
        n = 10;
        int arr[] = new int[n];

        //brute force approach for finding the longest subarray with sum  k) break; /// optimization if the sum is greater than the k, what is the point in going forward? 
            }
        }

使用两个指针和滑动窗口的更好方法

        //o(n+n) in the worst case r will move from 0 to n and in the worst case left will move from 0 0 n as well so 2n
        int left = 0;
        int right =0;
        int sum = 0;
        int maxlen = 0;
        while(right<arr.length sum while> k){
                sum = sum-arr[left];
                left++;
            }
            if(sum 



<p><strong>最佳方法</strong>：<br>
我们知道，如果我们找到子数组，我们将其长度存储在中 maxlen 但是在添加中 arr[right] 若总和大于 k，目前，我们通过执行来执行它 sum = sum-arr[left] 和 left++ 向左收缩。 <br>
我们知道目前最大的长度是 maxlen，如果我们继续缩小左索引，我们可能会得到另一个符合条件的子数组（ maxlen 子数组，只更新 maxlen。</p>

<p>当子数组不符合条件 (
</p>

<pre class="brush:php;toolbar:false">        int right =0;
        int sum = 0;
        int maxLen = 0;
        while(right<arr.length sum if> k){// this will ensure that the left is incremented one by one (not till the sum




          

            
  

            
        </arr.length>

以上是两个指针和滑动窗模式的详细内容。请关注图灵教育的其他相关文章！