LeetCode刷题指南
第 0 章 hot100
0.1 哈希
0.2 双指针
0.3 滑动窗口
0.4 子串
0.5 普通数组
0.6 矩阵
0.7 链表
0.8 二叉树
0.9 图论
0.10 回溯
0.11 二分查找
0.12 栈
0.13 堆
0.14 贪心算法
0.15 动态规划
0.16 多维动态规划
0.17 技巧
第0-1章 面试经典150
0.1 数组/字符串
0.2 双指针
0.3 滑动窗口
链表
二叉树
第 1 章 最易懂的贪心算法
1.1 算法解释
1.2 分配问题
1.3 区间问题
1.4 练习
第 2 章 玩转双指针
2.1 算法解释
2.2 Two Sum
2.3 归并两个有序数组
2.4 滑动窗口
2.5 快慢指针
2.6 练习
第 3 章 居合斩!二分查找
3.1 算法解释
3.2 求开方
3.3 查找区间
3.4 查找峰值
3.5 旋转数组查找数字
3.6 练习
第 4 章 千奇百怪的排序算法
4.1 常用排序算法
4.2 快速选择
4.3 桶排序
4.4 练习
第 5 章 一切皆可搜索
5.1 算法解释
5.2 深度优先搜索
5.3 回溯法
5.4 广度优先搜索
5.5 练习
第 6 章 深入浅出动态规划
6.1 算法解释
6.2 基本动态规划:一维
6.3 基本动态规划:二维
6.4 分割类型题
6.5 子序列问题
6.6 背包问题
6.7 字符串编辑
6.8 股票交易
6.9 练习
第 7 章 化繁为简的分治法
7.1 算法解释
7.2 表达式问题
7.3 练习
第 8 章 巧解数学问题
8.1 引言
8.2 公倍数与公因数
8.3 质数
8.4 数字处理
8.5 随机与取样
8.6 练习
第 9 章 神奇的位运算
9.1 常用技巧
9.2 位运算基础问题
9.3 二进制特性
9.4 练习
第 10 章 妙用数据结构
10.1 C++ STL
10.2 Python 常用数据结构
10.3 数组
10.4 栈和队列
10.5 单调栈
10.6 优先队列
10.7 双端队列
10.8 哈希表
10.9 多重集合和映射
10.10 前缀和与积分图
10.11 练习
第 11 章 令人头大的字符串
11.1 引言
11.2 字符串比较
11.3 字符串理解
11.4 字符串匹配
11.5 练习
第 12 章 指针三剑客之一:链表
12.1 数据结构介绍
12.2 链表的基本操作
12.3 其它链表技巧
12.4 练习
第 13 章 指针三剑客之二:树
13.1 数据结构介绍
13.2 树的递归
13.3 层次遍历
13.4 前中后序遍历
13.5 二叉查找树
13.6 字典树
13.7 练习
第 14 章 指针三剑客之三:图
14.1 数据结构介绍
14.2 二分图
14.3 拓扑排序
14.4 练习
第 15 章 更加复杂的数据结构
15.1 引言
15.2 并查集
15.3 复合数据结构
15.4 练习
第16章 面试题
第 17 章 十大经典排序算法
README
本文档使用 MrDoc 发布
-
+
首页
2.4 滑动窗口
# 2.4 滑动窗口 ## [76. Minimum Window Substring](https://leetcode.com/problems/minimum-window-substring/) ### 题目描述 给定两个字符串 s 和 t,求 s 中包含 t 所有字符的最短连续子字符串的长度,同时要求时间复杂度不得超过 $O(n)$。 ### 输入输出样例 输入是两个字符串 s 和 t,输出是一个 S 字符串的子串。如果不存在解,则输出一个空字符串。 ``` Input: s = "ADOBECODEBANC", t = "ABC" Output: "BANC" ``` 在这个样例中,s 中同时包含一个 A、一个 B、一个 C 的最短子字符串是“BANC”。 ### 题解 本题使用滑动窗口求解,即两个指针 l 和 r 都是从最左端向最右端移动,且 l 的位置一定在 r 的左边或重合。C++ 题解中使用了两个长度为 128 的数组,valid 和 freq,来映射字符(ASCII 只包含 128 个字符)。其中 valid 表示每个字符在 t 中是否存在,而 freq 表示目前 t 中每个字符在 s 的滑动窗口中缺少的数量:如果为正,则说明还缺少;如果为负,则说明有盈余。Python 题解 则直接使用 Counter 数据结构同时统计 t 中存在的字符和其缺少的数量(也可以用 dict 替代)。注意本题虽然在 for 循环里出现了一个 while 循环,但是因为 while 循环负责移动 l 指针,且 l 只会 从左到右移动一次,因此总时间复杂度仍然是 $O(n)$。 ```py def minWindow(s: str, t: str) -> str: # 统计t中的字符情况,等价于: # freq = dict() # for c in t: # freq[c] = freq.get(c, 0) + 1 freq = Counter(t) # 移动滑动窗口,不断更改统计数据。 count = 0 min_l, min_length = None, None l = 0 for r in range(len(s)): if s[r] not in freq: continue # 把r位置的字符加入频率统计,并检查是否补充了t中缺失的字符。 freq[s[r]] -= 1 if freq[s[r]] >= 0: count += 1 # 滑动窗口已包含t中全部字符,尝试右移l,在不影响结果的情况下寻找最短串。 while count == len(t): if min_length == None or r - l + 1 < min_length: min_l = l min_length = r - l + 1 # 把l位置的字符移除频率统计,并检查t中对应字符是否重新缺失。 if s[l] in freq: freq[s[l]] += 1 if freq[s[l]] > 0: count -= 1 l += 1 return "" if min_length is None else s[min_l: min_l + min_length] ```
嘉心糖糖
2025年3月10日 23:46
转发文档
收藏文档
上一篇
下一篇
手机扫码
复制链接
手机扫一扫转发分享
复制链接
Markdown文件
PDF文档(打印)
分享
链接
类型
密码
更新密码