滑动窗口算法

滑动窗口算法

滑动窗口算法是一种常用的数组/字符串处理技巧，它通过维护一个窗口（通常是连续的子数组或子串）来高效解决一系列问题。这种算法能够将某些暴力解法的时间复杂度从O(n²)降低到O(n)，在处理子串、子数组问题时特别有效。

滑动窗口的两种基本类型

1. 固定大小窗口

窗口大小在算法运行过程中保持不变，主要用于解决定长子数组/子串的相关问题。

示例场景：

• 长度为k的连续子数组的最大和

• 大小为k的滑动窗口的最大值

2. 可变大小窗口

窗口大小根据特定条件动态调整，通常用于解决满足某些条件的最短/最长子串问题。

示例场景：

• 无重复字符的最长子串

• 最小覆盖子串

• 长度最小的子数组

滑动窗口算法框架

// 可变大小窗口通用模板
int slidingWindow(char* s) {
    int left = 0, right = 0;    // 窗口左右边界
    int maxLen = 0;             // 存储最终结果
    int window[256] = {0};      // 用于记录窗口内字符出现次数
    
    while (right < strlen(s)) {
        // 扩大窗口
        char c = s[right];
        window[c]++;
        right++;
        
        // 判断是否需要收缩窗口
        while (/* 窗口需要收缩的条件 */) {
            // 缩小窗口
            char d = s[left];
            window[d]--;
            left++;
        }
        
        // 更新结果
        maxLen = fmax(maxLen, right - left);
    }
    return maxLen;
}

经典例题解析

例题1：无重复字符的最长子串

问题描述： 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。

#include <stdio.h>
#include <string.h>
#include <ctype.h>
​
int lengthOfLongestSubstring(char* s) {
    int left = 0, right = 0;
    int maxLen = 0;
    int window[256] = {0};  // ASCII字符集
    
    while (right < strlen(s)) {
        char c = s[right];
        window[c]++;
        right++;
        
        // 当窗口中出现重复字符时，收缩窗口
        while (window[c] > 1) {
            char d = s[left];
            window[d]--;
            left++;
        }
        
        // 更新最长子串长度
        maxLen = fmax(maxLen, right - left);
    }
    return maxLen;
}
​
// 测试用例
int main() {
    char s1[] = "abcabcbb";
    char s2[] = "bbbbb";
    char s3[] = "pwwkew";
    
    printf("'%s': %d\n", s1, lengthOfLongestSubstring(s1)); // 输出: 3
    printf("'%s': %d\n", s2, lengthOfLongestSubstring(s2)); // 输出: 1
    printf("'%s': %d\n", s3, lengthOfLongestSubstring(s3)); // 输出: 3
    
    return 0;
}

例题2：长度最小的子数组

问题描述： 给定一个含有n个正整数的数组和一个正整数target，找出该数组中满足其和≥target的长度最小的连续子数组。

#include <stdio.h>
#include <limits.h>
​
int minSubArrayLen(int target, int* nums, int numsSize) {
    int left = 0, right = 0;
    int sum = 0;
    int minLen = INT_MAX;
    
    while (right < numsSize) {
        // 扩大窗口
        sum += nums[right];
        right++;
        
        // 当窗口和满足条件时，尝试收缩窗口
        while (sum >= target) {
            // 更新最小长度
            minLen = (minLen < right - left) ? minLen : (right - left);
            // 收缩窗口
            sum -= nums[left];
            left++;
        }
    }
    
    return minLen == INT_MAX ? 0 : minLen;
}
​
// 测试用例
int main() {
    int nums1[] = {2, 3, 1, 2, 4, 3};
    int target1 = 7;
    
    int nums2[] = {1, 4, 4};
    int target2 = 4;
    
    printf("示例1: %d\n", minSubArrayLen(target1, nums1, 6)); // 输出: 2
    printf("示例2: %d\n", minSubArrayLen(target2, nums2, 3)); // 输出: 1
    
    return 0;
}

常见问题与调试技巧

1. 边界条件处理

问题： 窗口越界或结果更新时机错误 解决方案：

• 仔细检查循环终止条件

• 在关键位置添加打印语句调试

// 调试示例：添加详细日志
void debugSlidingWindow(char* s) {
    int left = 0, right = 0;
    int window[256] = {0};
    
    while (right < strlen(s)) {
        printf("窗口范围: [%d, %d), 子串: ", left, right);
        for (int i = left; i < right; i++) {
            printf("%c", s[i]);
        }
        printf("\n");
        
        // ... 其余代码
    }
}

2. 结果更新时机

关键点：

• 固定窗口：每次移动后都可以更新结果

• 可变窗口：在满足特定条件时更新结果

滑动窗口与哈希表的结合

滑动窗口算法经常与哈希表结合使用，用于记录窗口内元素的出现次数或其他统计信息。

// 使用哈希表记录字符出现位置的示例
int lengthOfLongestSubstringOptimized(char* s) {
    int left = 0, right = 0;
    int maxLen = 0;
    int hash[256];  // 记录字符最近出现的位置
    memset(hash, -1, sizeof(hash));
    
    while (right < strlen(s)) {
        char c = s[right];
        
        // 如果字符已在窗口中，快速移动左边界
        if (hash[c] != -1 && hash[c] >= left) {
            left = hash[c] + 1;
        }
        
        hash[c] = right;  // 更新字符位置
        maxLen = fmax(maxLen, right - left + 1);
        right++;
    }
    
    return maxLen;
}