LeetCode 滑动窗口算法入门

简要介绍

滑动窗口算法是笔试面试及算法竞赛中常见的技巧，主要用于处理数组和字符串问题，尤其适合寻找满足特定条件的子数组或子字符串，以及连续子问题的计算。

滑动窗口的核心在于维护一个区间（窗口），其大小可以是固定或变化的。窗口在数据结构上移动来扫描数据。基本套路如下：

1. 进窗口：将元素加入窗口。
2. 判断条件：根据题意分析是否满足条件。
3. 更新结果：记录当前最优解。
4. 出窗口：移除不需要的元素以缩小窗口。

相关例题

长度最小的子数组

题目描述

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总和大于等于 target 的长度最小子数组，并返回其长度。如果不存在符合条件的子数组，返回 0。

示例 1：

输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。

示例 2：

输入：target = 4, nums = [1,4,4]
输出：1

提示：

• 1 <= target <= 10^9
• 1 <= nums.length <= 10^5
• 1 <= nums[i] <= 10^4

实现思路

本质是维护一个滑动窗口，窗口内的值之和小于目标值时继续扩展，否则收缩。步骤如下：

1. 定义左右指针指向开头，初始化最大长度为无穷大。
2. 右指针右移，将当前值加入窗口和。
3. 当和大于等于目标值时，更新结果长度，左指针右移出窗口。
4. 右指针继续右移。

实现代码

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int n = nums.(), sum = , len = INT_MAX;
         ( left = , right = ; right < n; right++) {
            sum += nums[right]; 
             (sum >= target) {
                len = (len, right - left + ); 
                sum -= nums[left++]; 
            }
        }
         len == INT_MAX ?  : len;
    }
};