滑动窗口(Sliding Window)是一种高效解决数组或字符串中子数组(子串)问题的算法技巧。它通过在数组上维护一个窗口(区间),动态地调整窗口的大小和位置,从而高效地解决问题。本文将详细介绍滑动窗口算法的原理、实现及其应用。
滑动窗口算法通过在数组上维护一个窗口来解决子数组问题。窗口的大小和位置可以动态调整,以满足不同问题的需求。滑动窗口的基本思想是:
给定一个字符串,找出其中不含有重复字符的最长子串的长度。
/**
* 找出字符串中最长无重复字符子串的长度
* @param {string} s - 输入字符串
* @return {number} - 最长无重复字符子串的长度
*/
function lengthOfLongestSubstring(s) {
const set = new Set();
let left = 0;
let right = 0;
let maxLength = 0;
while (right < s.length) {
if (!set.has(s[right])) {
set.add(s[right]);
right++;
maxLength = Math.max(maxLength, right - left);
} else {
set.delete(s[left]);
left++;
}
}
return maxLength;
}
// 示例
const s = "abcabcbb";
console.log(lengthOfLongestSubstring(s)); // 输出: 3
给定一个含有正整数的数组和一个正整数 target,找出该数组中满足其和大于等于 target 的长度最小的子数组,并返回其长度。如果不存在符合条件的子数组,返回 0。
/**
* 找出和大于等于 target 的长度最小的子数组的长度
* @param {number} target - 目标和
* @param {number[]} nums - 输入数组
* @return {number} - 长度最小的子数组的长度
*/
function minSubArrayLen(target, nums) {
let left = 0;
let right = 0;
let sum = 0;
let minLength = Infinity;
while (right < nums.length) {
sum += nums[right];
right++;
while (sum >= target) {
minLength = Math.min(minLength, right - left);
sum -= nums[left];
left++;
}
}
return minLength === Infinity ? 0 : minLength;
}
// 示例
const target = 7;
const nums = [2, 3, 1, 2, 4, 3];
console.log(minSubArrayLen(target, nums)); // 输出: 2
set
:用于存储窗口内的字符,避免重复。left
和 right
:分别表示窗口的起始位置和结束位置。maxLength
:用于记录最长无重复字符子串的长度。while (right < s.length)
:遍历字符串。if (!set.has(s[right]))
:如果字符不在集合中,加入集合并更新窗口大小和最长长度。else
:如果字符在集合中,删除起始位置的字符并移动起始位置。left
和 right
:分别表示窗口的起始位置和结束位置。sum
:用于记录窗口内的子数组和。minLength
:用于记录满足条件的最小子数组长度。while (right < nums.length)
:遍历数组。while (sum >= target)
:如果子数组和大于等于目标值,更新最小长度,并缩小窗口范围。滑动窗口算法是一种高效解决数组或字符串中子数组(子串)问题的算法技巧,通过动态调整窗口的大小和位置,可以在O(n)时间复杂度内解决许多实际问题。理解和掌握滑动窗口算法,可以有效解决字符串处理、数组处理和数据流处理等问题。