优选算法 - 1 （双指针 && 移动窗口 8000 字详解）

🕗 发布于 2024-11-10 20:33 算法

一：双指针

1.1 移动零

在这里插入图片描述

class Solution {
    public void moveZeroes(int[] nums) {
        for(int cur = 0, dest = -1 ; cur < nums.length ; cur++){
            if(nums[cur] == 0){
            }else{
                dest++; // dest 先向后移动⼀位
                int tmp = nums[cur];
                nums[cur] = nums[dest];
                nums[dest] = tmp;
            }
        }
        
    }
}

在这里插入图片描述

这类题目的本质就是数组划分，根据某个规则将数组分成若干个区间，在此题中，我们可以使用双指针算法划分数组的区间，用数组下标充当指针，两个指针会划分成3个区间

1.2 复写零

题目链接：复写零

在这里插入图片描述

请添加图片描述

class Solution {
    public void duplicateZeros(int[] arr) {
        int length = arr.length;
        int cur = 0; // 最后一个复写数的长度
        int i;

        // 第一步：先获取最后一个复写数的索引
        for (i = 0; i < length; i++) {
            if (arr[i] == 0) {
                cur += 2;  // 遇到 0 占两个位置
            } else {
                cur++;  // 非 0 占一个位置
            }
            if (cur >= length) {
                break;
            }
        }

        // 第二步：开始操作，从右向左复制数据
        int dest = length - 1;
        
        // 细节：检查最后一个位置是否是一个完整的 0
        if (cur > length) {
            if (arr[i] == 0) {
                arr[dest--] = 0; // 如果 cur 超过数组长度，最后一个 0 只复制一次，防止越界
            }
            i--; // 减少 i 以便继续处理剩下的部分
        }

        // 从右到左进行实际复制
        while (i >= 0) {
            if (arr[i] == 0) {
                arr[dest--] = 0; // 复制第一个 0
                arr[dest--] = 0; // 复制第二个 0
            } else {
                arr[dest--] = arr[i]; // 复制非零元素
            }
            i--;
        }
    }
}

在这里插入图片描述

1.3 快乐数

题目链接：快乐数
在这里插入图片描述

请添加图片描述

class Solution {
    
    //封装一个求 n 每一位的平方和的函数
    public int bitsum(int n){
        int sum = 0;
        while(n > 0){
            int bit = n % 10;
            sum += bit * bit;
            n /= 10;
        }
        return sum;
    }

    public boolean isHappy(int n) {
        //先让快指针走一步
        int slow = n;
        int fast = bitsum(n);

        while(slow != fast){
            //慢指针走一步，快指针走两步
             slow = bitsum(slow);
             fast = bitsum(bitsum(fast));
        }      
        return fast == 1;
    }
}

在这里插入图片描述

1.4 盛水最多的容器

题目链接：盛水最多的容器

在这里插入图片描述

请添加图片描述

class Solution {
    public int maxArea(int[] height) {
        // left 是左指针， right 是右指针，ret存储最大的体积结果
        int left = 0;
        int right = height.length - 1;
        int ret = 0;

        while(left < right){
            int v = Math.min(height[left], height[right]) * (right - left);
            ret = Math.max(ret,v);

            if(height[left] < height[right]) left++;
            else right --;
        }
        return ret;
    }
}

在这里插入图片描述

1.5 有效三角形的个数

题目链接：有效三角形的个数

在这里插入图片描述
请添加图片描述

class Solution {
    public int triangleNumber(int[] nums) {
        //首先先对数组排序，并用 ret 存储有效三角形的个数
        Arrays.sort(nums);
        int ret= 0;
        int n = nums.length - 1;

        //先固定一个最大的数,最大的数最小的下标应该是 2
        for(int i = n ; i >= 2 ; i --){
            int left = 0;
            int right = i - 1;
            
            while (left < right) {    
                //如果左指针加上右指针的值大于固定数的值
                if(nums[left] + nums[right] > nums[i]){
                    ret += (right - left);
                    right--;
                }else{
                    left++;
                }
            }    
            
        }
        return ret;
    }
}

在这里插入图片描述

1.6 和为 s 的两个数字

题⽬链接：和为s的两个数字

在这里插入图片描述
请添加图片描述

class Solution
{
    public int[] twoSum(int[] nums, int target)
    {
        int left = 0, right = nums.length - 1;
        while(left < right){
            int sum = nums[left] + nums[right];
            if(sum > target) right--;
            else if(sum < target) left++;
            else return new int[] {nums[left], nums[right]};
        }
    // 照顾编译器
    return new int[]{0};
    }
}

在这里插入图片描述

1.7 三数之和

题目链接：三数之和

在这里插入图片描述

请添加图片描述

import java.util.*;

class Solution {
    public List<List<Integer>> threeSum(int[] nums) {
        // 先对数组进行排序
        Arrays.sort(nums);
        List<List<Integer>> ret = new ArrayList<>();
        int n = nums.length;

        // 固定一个数，从左往右固定，最少保留两个数
        for (int i = 0; i < n - 2; i++) {
            // 跳过固定数的重复情况
            if (i > 0 && nums[i] == nums[i - 1]) continue;

            int left = i + 1, right = n - 1, target = -nums[i];

            while (left < right) {
                int sum = nums[left] + nums[right];

                if (sum > target)  right--; 
                else if (sum < target)  left++;
                else {
                    // 找到符合条件的三元组
                    ret.add(Arrays.asList(nums[i], nums[left], nums[right]));
                    left++; right--;

                    // 跳过重复的 left 和 right 元素，防止结果重复
                    while (left < right && nums[left] == nums[left - 1]) left++;
                    while (left < right && nums[right] == nums[right + 1]) right--;
                }
            }
        }

        return ret;
    }
}

在这里插入图片描述

1.8 四数之和

题目链接：四数之和

在这里插入图片描述

请添加图片描述

import java.util.*;

class Solution {
    public List<List<Integer>> fourSum(int[] nums, int target) {
        //先对数组进行排序
        Arrays.sort(nums);
        int n = nums.length;
        List<List<Integer>> ret = new ArrayList<>();

        //接着固定两个数
        for(int i = 0 ; i < n   ;){
            for(int j = i + 1 ; j < n ; ){
                int left = j + 1 , right = n - 1;
                long aim = (long)target - nums[i] - nums[j];

                while(left < right){
                    int sum = nums[left] + nums[right];
                    if(sum > aim) right--;
                    else if(sum < aim) left++;
                    else{
                        ret.add(Arrays.asList(nums[i], nums[j], nums[left++],nums[right--]));
                        //接着进行去重
                        while(left < right && nums[left] == nums[left - 1]) left++;
                        while(left < right && nums[right] == nums[right + 1]) right--;
                    }
                }
                
                //循环执行完毕后，让第二个固定的数加 1
                j++;
                while(j < n && nums[j] == nums[j - 1]) j++;
            }
            i++;
            while(i < n && nums[i] == nums[i - 1]) i++;
        }

        return ret;
    }
}

在这里插入图片描述

二：移动窗口

2.1 长度最小的子数组

题目链接：长度最小的子数组

在这里插入图片描述

请添加图片描述

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        // size 用于记录最小子数组的长度，sum 用于存储子数组的和
        int n = nums.length, sum = 0, size = Integer.MAX_VALUE;
        int left = 0, right = 0;

        while(right < n){
            //进窗口
            sum += nums[right];
            //出窗口
            while(sum >= target){
                size = Math.min(size,right - left + 1);
                sum -= nums[left++];
            } 
            //一次迭代完成后让右指针继续走
            right++;
        }

        //判断一下 size 是否被更新过
        return size == Integer.MAX_VALUE ? 0 : size;
    }
}

在这里插入图片描述

2.2 无重复字符的最长子串

题目链接：无重复字符的最长子串

在这里插入图片描述

请添加图片描述

class Solution {
    public int lengthOfLongestSubstring(String ss) {
        //先把字符转为字符数组
       char[] s = ss.toCharArray();
       //用数组模拟一个哈希表
       int[] hash = new int[128];
       int left = 0, right = 0 , n = ss.length();
       int maxsize = 0;

       while(right < n){
            //进窗口,先拿到下标为 left 的字符，让这个字符所在的 hash 数组中的位置的值 +1 ，代表这个字符已经存入
            hash[s[right]]++;
            //出窗口
            while(hash[s[right]] > 1){
                hash[s[left]]--;
                left++;
            }

            maxsize = Math.max(maxsize,right - left + 1);
            right++;
       }

       return maxsize;
    }
}

在这里插入图片描述

2.3 最大连续 1 的个数 III

题目链接：最大连续 1 的个数 III

在这里插入图片描述
请添加图片描述

class Solution {
    public int longestOnes(int[] nums, int k) {
        //定义左右指针和计数器 zero ，用于统计 0 的个数
        int left = 0, right = 0 ,zero = 0, n = nums.length,ret = 0;
        while(right < n){
            //进窗口
            if(nums[right] == 0) zero++;
            //出窗口
            while(zero > k){               
                if(nums[left++] == 0) zero--;
            }
            ret = Math.max(ret,right - left + 1);
            right++;
        }
        return ret;
    }
}

在这里插入图片描述

2.4 将 x 减到 0 的最小操作数

题目链接：将 x 减到 0 的最小操作数

在这里插入图片描述

请添加图片描述

class Solution {
    public int minOperations(int[] nums, int x) {
        int sum = 0, left = 0, right = 0, n = nums.length;
        for(int a : nums) sum += a;
        int target = sum - x , total = 0, len = -1;

        // 如果 target 小于 0，直接返回 -1
        if (target < 0) return -1;  
        while(right < n){
            //进窗口
            total += nums[right];

            //出窗口
            while(total > target) total -= nums[left++];

            //更新 len
            if(total == target) len = Math.max(len,right - left + 1);

            right++;
        }
        if(len == -1) return len;
        else return n - len;
    }
}

在这里插入图片描述

2.5 水果成篮

题目链接：水果成篮

在这里插入图片描述

请添加图片描述

class Solution {
    public int totalFruit(int[] fruits) {
        //创建一个哈希表，用于存储水果的种类和数量
        Map<Integer, Integer> hash = new HashMap<>();
        int left = 0, right = 0, n = fruits.length, max = 0;

        while(right < n){
            //进窗口
            int ch1 = fruits[right];
            hash.put(ch1, hash.getOrDefault(ch1,0) + 1);

            //出窗口
            while(hash.size() > 2){
                int ch2 = fruits[left];
                hash.put(ch2, hash.get(ch2) - 1); 
                //踢出元素的时候，可能会让这个元素变空，此时要踢出去
                if(hash.get(ch2) == 0) hash.remove(ch2);
                left++;
            }

            //更新结果
            max = Math.max(max, right - left + 1);
            right++;
        }
        return max;
    }
}

2.6 找到字符串中所有字母异位词

题目链接：找到字符串中所有字母异位词

在这里插入图片描述

请添加图片描述

class Solution {
    public List<Integer> findAnagrams(String ss, String pp) {
        List<Integer> ret = new ArrayList<>();
        //不合理的情况，直接返回一个空的
        if(pp.length() > ss.length()) return ret;

        //接着把 s 和 p 转换为字符数组，并用 hash1 和 hash2 分别记录 s 和 p 中出现过的字符和次数，count 统计有效字符的个数
        char[] s = ss.toCharArray();
        char[] p = pp.toCharArray();
        int[] hash1 = new int[26];
        int[] hash2 = new int[26];
        for(int ch : p) hash2[ch - 'a']++;

        int left = 0, right = 0, count = 0, n = s.length;
        while(right < n){
            //进窗口 + 维护 count
            char in = s[right];
            hash1[in - 'a']++;
            if(hash1[in - 'a'] <= hash2[in - 'a']) count ++;

            //出窗口 + 维护 count
            
            if(right - left + 1 > p.length) {
                char out = s[left];
                //这两行可以合并，但是为了代码的可读性就不进行合并了
                hash1[out - 'a']--;
                if(hash1[out -'a'] < hash2[out - 'a']) count--;
                left++;
            } 

            //更新结果
            if(count == p.length) ret.add(left);
            right++;
        }
        
        return ret;
    }
}

在这里插入图片描述

2.7 串联所有单词的子串

题目链接：串联所有单词的子串

在这里插入图片描述

请添加图片描述

class Solution {
    public List<Integer> findSubstring(String s, String[] words) {
        List<Integer> ret = new ArrayList<>();
        if (words.length == 0 || s.length() < words.length * words[0].length()) return ret;

        // 存储 words 中每个字符串的频率
        Map<String, Integer> hash1 = new HashMap<>();
        for (String str : words) {
            hash1.put(str, hash1.getOrDefault(str, 0) + 1);
        }

        int len = words[0].length(), m = words.length, windowSize = len * m;

        // 遍历所有可能的起始点
        for (int i = 0; i < len; i++) {
            Map<String, Integer> hash2 = new HashMap<>();
            int left = i, right = i, count = 0;

            // 滑动窗口
            while (right + len <= s.length()) {
                String in = s.substring(right, right + len);
                right += len;

                // 更新窗口内单词频率计数
                hash2.put(in, hash2.getOrDefault(in, 0) + 1);

                // 如果 in 的频率不超过 hash1 中的频率，增加 count
                if (hash2.get(in) <= hash1.getOrDefault(in, 0)) {
                    count++;
                }

                // 当窗口大小等于 windowSize 时，检查并可能出窗口
                if (right - left == windowSize) {
                    if (count == m) ret.add(left); // 找到符合条件的子串

                    String out = s.substring(left, left + len);
                    left += len;

                    // 更新窗口内单词频率计数
                    if (hash2.get(out) <= hash1.getOrDefault(out, 0)) {
                        count--;
                    }
                    hash2.put(out, hash2.get(out) - 1);

                    // 如果频率为 0，从 hash2 中移除该单词
                    if (hash2.get(out) == 0) {
                        hash2.remove(out);
                    }
                }
            }
        }

        return ret;
    }
}

在这里插入图片描述

2.8 最小覆盖子串

题目链接：最小覆盖子串

在这里插入图片描述

请添加图片描述

class Solution {
    public String minWindow(String ss, String tt) {
        // 将字符串转换成字符数组
        char[] s = ss.toCharArray();
        char[] t = tt.toCharArray();
        
        // 用 hash1 存储字符串 t 中每个字符的频率
        int[] hash1 = new int[128];
        int uniqueChars = 0; // 统计 t 中不同字符的种类数
        for (char ch : t) {
            if (hash1[ch]++ == 0) uniqueChars++;
        }

        // hash2 用来统计窗口内的字符频率
        int[] hash2 = new int[128];
        int minLen = Integer.MAX_VALUE, start = -1;
        
        int left = 0, matchedCount = 0;

        // 右指针移动
        for (int right = 0; right < s.length; right++) {
            char in = s[right];
            hash2[in]++;

            // 如果当前字符频率与 t 中相等，则增加匹配计数
            if (hash2[in] == hash1[in]) matchedCount++;

            // 当所有字符频率匹配时，尝试收缩窗口
            while (matchedCount == uniqueChars) {
                // 如果当前窗口更小，则更新最小窗口的长度和起始位置
                if (right - left + 1 < minLen) {
                    minLen = right - left + 1;
                    start = left;
                }

                // 出窗口
                char out = s[left++];
                if (hash2[out] == hash1[out]) matchedCount--;
                hash2[out]--;
            }
        }

        // 根据最小窗口的位置和长度返回结果
        return start == -1 ? "" : ss.substring(start, start + minLen);
    }
}

在这里插入图片描述

原文地址：https://blog.csdn.net/weixin_73232539/article/details/143612606

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

上一篇：【OH】openHarmony开发环境搭建（基于windows子系统WSL）
下一篇：《⼆叉搜索树》

react 中 useCallback Hook 作用
在 React 函数组件中，每次组件重新渲染时，内部的函数都会被重新创建。
阅读更多2024-11-16
如何在项目中用elementui实现分页器功能
5.在需要用到分页器的组件像服务器发请求（实现按钮和页面跳转的绑定）这是 Element UI 库中的一个组件，用于创建分页器。3.在分页器组件接收参数。
阅读更多2024-11-16
命名空间（namespace）详解（一）
经查可知，头文件stdlib.h中包含了名为atof的函数，此时我们再定义atof的变量就会报错，那么如何解决这个问题呢？就有了命名空间的用法。
阅读更多2024-11-16
ssm102“魅力”繁峙宣传网站的设计与实现+vue(论文+源码)_kaic
目录摘要ABSTRACT第1章绪论1.1背景及意义1.2 国内外研究概况1.3 研究的内容第2章相关技术2.1 JSP技术介绍2.2 JAVA简介2.3 MyEclipse开发环境2.4 T
阅读更多2024-11-16
深度学习--卷积神经网络
一般认为，人对外界的认知是从局部到全局的，而图像的空间联系也是局部的像素联系较为紧密，而距离较远的像素相关性则较弱。用一个或者多个卷积核扫描照片，卷积核自带的参数就是权重，在同一个卷积核扫描的图层当中
阅读更多2024-11-16
go反射深入学习
reflect.ValueOf(&x) 将 x 的地址传递给 reflect.Value，这使得我们能够通过反射修改 x 的值。传递给 reflect.ValueOf() 的是 x 的值，而不
阅读更多2024-11-16
Git如何简单使用
GitGitlabGitLab和GitHub有什么区别？Gitlab简单使用Gitlab常用指令
阅读更多2024-11-16
动态规划-背包问题——[模版]完全背包问题
与01背包相同，这里的完全背包也是需要一个二维dp表来表示最大价值，具体如下。返回最后一个位置dp表的值。从上至下，每一行从左到右。
阅读更多2024-11-16
hhdb数据库介绍(9-14)
介绍hhdb的sql语法支持
阅读更多2024-11-16
初识算法 · 位运算(end)
面试题 17.19. 消失的两个数字 - 力扣（LeetCode）还是和前文一样，通过三个部分介绍，题目解析，算法原理，算法编写来介绍。那么话不多说，进入主题吧！题目解析题目的要求十分简单，是让我们在
阅读更多2024-11-16

优选算法 - 1 （ 双指针 && 移动窗口 8000 字详解 ）

一：双指针

1.1 移动零

1.2 复写零

1.3 快乐数

1.4 盛水最多的容器

1.5 有效三角形的个数

1.6 和为 s 的两个数字

1.7 三数之和

1.8 四数之和

二： 移动窗口

2.1 长度最小的子数组

2.2 无重复字符的最长子串

2.3 最大连续 1 的个数 III

2.4 将 x 减到 0 的最小操作数

2.5 水果成篮

2.6 找到字符串中所有字母异位词

2.7 串联所有单词的子串

2.8 最小覆盖子串

相关文章

优选算法 - 1 （双指针 && 移动窗口 8000 字详解）

二：移动窗口