詳解滑動(dòng)窗口最值問題
滑動(dòng)問題包含一個(gè)滑動(dòng)窗口,它是一個(gè)運(yùn)行在一個(gè)大數(shù)組上的子列表,該數(shù)組是一個(gè)底層元素集合。一般用來求最值問題。
LeetCode 第 239 題:滑動(dòng)窗口最大值
題目來源于 LeetCode 上第 239 號問題:滑動(dòng)窗口最大值。題目難度為 Hard 。
給定一個(gè)數(shù)組 nums,有一個(gè)大小為 k 的滑動(dòng)窗口從數(shù)組的最左側(cè)移動(dòng)到數(shù)組的最右側(cè)。你只可以看到在滑動(dòng)窗口內(nèi)的 k 個(gè)數(shù)字?;瑒?dòng)窗口每次只向右移動(dòng)一位。
- 輸入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
- 輸出: [3,3,5,5,6,7]
- 解釋:
- 滑動(dòng)窗口的位置 最大值
- --------------- -----
- [1 3 -1] -3 5 3 6 7 3
- 1 [3 -1 -3] 5 3 6 7 3
- 1 3 [-1 -3 5] 3 6 7 5
- 1 3 -1 [-3 5 3] 6 7 5
- 1 3 -1 -3 [5 3 6] 7 6
- 1 3 -1 -3 5 [3 6 7] 7
看到這個(gè)題之后,第一直覺就是暴力解法,用兩層循環(huán)依次查詢滑動(dòng)窗口的最大值,實(shí)現(xiàn)代碼如下。
- nums = [1, 3, -1, -3, 5, 3, 6, 7]
- k = 3
- res = []
- for i in range(k, len(nums) + 1):
- res.append(max(nums[i - k:i]))
- print(res) #[3, 3, 5, 5, 6, 7]
但max執(zhí)行效率卻很低,在Leetcode上不能通過,因此我們需要繼續(xù)找尋新的解決方案。
雙端隊(duì)列
Deque 的含義是 “double ended queue”,即雙端隊(duì)列,它具有隊(duì)列和棧的性質(zhì)的數(shù)據(jù)結(jié)構(gòu)。顧名思義,它是一種前端與后端都支持插入和刪除操作的隊(duì)列。
在Python中,我直接使用列表代替雙端隊(duì)列,pop(0)表示前端刪除操作,pop()表示后端刪除操作。
雙端隊(duì)列window記錄滑動(dòng)窗口中元素的索引,隊(duì)列左邊界記錄當(dāng)前滑動(dòng)窗口中最大元素的索引
- 當(dāng)隊(duì)列非空,左邊界出界時(shí)(滑動(dòng)窗口向右移導(dǎo)致的),更新左邊界
- 當(dāng)隊(duì)列非空,將隊(duì)列中索引對應(yīng)的元素值比 num 小的移除,更新隊(duì)列
- 當(dāng)索引 i 大于 k-1,更新輸出結(jié)果
- class Solution:
- def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
- if not nums: return []
- window ,res = [],[]
- for i,x in enumerate(nums):
- # 如果存在窗口 而且窗口的第一個(gè)數(shù) 不在這個(gè)范圍,就出去
- if i >= k and window[0] <= i-k:
- window.pop(0)
- # 每次進(jìn)入窗口的和最后一個(gè)比較,如果大了,最后一個(gè)直接刪除
- while window and nums[window[-1]] <= x:
- window.pop()
- # 無論是不是刪除最后一個(gè),都要加入x到窗口中
- window.append(i)
- # 如果出了窗口,就把窗口的頭加入到res中
- if i >= k-1:
- res.append(nums[window[0]])
- return res
LeetCode 第 3 題 無重復(fù)字符的最長子串
給定一個(gè)字符串,請你找出其中不含有重復(fù)字符的 最長子串 的長度。
- # 示例 1:
- # 輸入: "abcabcbb"
- # 輸出: 3
- #解釋: 因?yàn)闊o重復(fù)字符的最長子串是 "abc",所以其長度為 3。
- # 示例 2:
- # 輸入: "bbbbb"
- #輸出: 1
- #解釋: 因?yàn)闊o重復(fù)字符的最長子串是 "b",所以其長度為 1。
- # 示例 3
- # 輸入: "pwwkew"
- #輸出: 3
- #解釋: 因?yàn)闊o重復(fù)字符的最長子串是 "wke",所以其長度為 3。
- #請注意,你的答案必須是 子串 的長度,"pwke" 是一個(gè)子序列,不是子串。
下面我們看看,“滑動(dòng)窗口”如何進(jìn)行字符串處理。結(jié)合題目中的例子“abcabcbb”這個(gè)字符串,我們來看看如何找它的無重復(fù)最長子串。
首先,我們定義窗口的兩端:begin和end,分別表示要找的子串的開頭和結(jié)尾。

開始的時(shí)候,begin和end都指向0的位置即‘a’,然后end不斷后移(窗口變寬),當(dāng)遇到第二個(gè)‘a’時(shí)(遇見重復(fù)字符)就得到一個(gè)子串,其長度就是end和begin位置的差。
如何判斷是否遇到了重復(fù)字符‘a’呢?需要一個(gè)字典作為輔助數(shù)據(jù)結(jié)構(gòu),把end從頭開始遇到的每個(gè)字符及其索引位置都放到字典里面,end每次移動(dòng)到新字符就查一下字典即可
- class Solution:
- def lengthOfLongestSubstring(self, s: str) -> int:
- # 定義兩個(gè)變量res和start,res用于存儲(chǔ)最長子字符串的長度,start存儲(chǔ)無重復(fù)子串左邊的起始位置。
- '''
- 然后創(chuàng)建一個(gè)哈希表,遍歷整個(gè)字符串,如果字符串沒有在哈希表中出現(xiàn),說明沒有遇到過該字符,則此時(shí)計(jì)算最長無重復(fù)子串,當(dāng)哈希表中的值小于left,說明left位置更新了,需要重新計(jì)算最長無重復(fù)子串。每次在哈希表中將當(dāng)前字符串對應(yīng)的賦值加1。
- :param s:
- :return:
- '''
- d, res, start = {}, 0, 0
- for i, ch in enumerate(s):
- if ch in d:
- start = max(start, d[ch] + 1)
- res = max(res, i - start + 1)
- d[ch] = i
- return res
人生最重要的不是所站的位置,而是內(nèi)心所朝的方向。只要我在每篇博文中寫得自己體會(huì),修煉身心;在每天的不斷重復(fù)學(xué)習(xí)中,耐住寂寞,練就真功,不畏艱難,奮勇前行,不忘初心,砥礪前行,人生定會(huì)有所收獲,不留遺憾 (作者:Runsen )
本文已收錄 GitHub https://github.com/MaoliRUNsen/runsenlearnpy100