滑动窗口技术详解:高效解决子数组问题
滑动窗口是一种在数组或字符串等输入数据中定义窗口(或范围)并移动该窗口以执行特定操作的技术。它广泛应用于算法中,例如查找特定和的子数组、查找具有唯一字符的最长子字符串等。
滑动窗口主要分为两种类型:
- 固定大小滑动窗口: 窗口大小固定不变,窗口在数据中逐个元素移动。
- 可变大小滑动窗口: 窗口大小动态调整。右指针每次迭代递增,只有在不满足特定条件时才移动左指针。左指针持续移动直到条件再次满足或到达右指针。
何时使用滑动窗口?
当需要计算最大或最小子数组,或执行任何与子数组相关的操作时,滑动窗口通常是高效的解决方案。
立即学习“Python免费学习笔记(深入)”;
滑动窗口通用模板:
function fn(arr):
left = 0
for (int right = 0; right < arr.length; right++):
// 在窗口内执行操作
// ...
// 根据条件调整左指针 left
// ...
示例:最小长度子数组和
给定一个正整数数组 nums 和一个正整数目标 target,找到总和大于等于 target 的子数组的最小长度。如果没有这样的子数组,则返回 0。
基于jsp+javabean+mysql三层结构的动态购物网站。网站用户接口(即界面)由jsp完成,数据和逻辑处理由beans完成,数据储存由mysql完成。因为beans独立负责处理整个网站的绝大部分数据,所以整个网站的负载量和速度都将大大提高。而且jsp的特性是一次运行,永远储留内存(包括bean在内),所以基于这种语言和结构开发的购物系统的优势是其它语言没法比尔的。更重要的是,jsp+bea
测试用例:
-
输入:
target = 7,nums = [2,3,1,2,4,3]输出: 2 (子数组[4,3]长度最小) -
输入:
target = 4,nums = [1,4,4]输出: 1 -
输入:
target = 11,nums = [1,1,1,1,1,1,1,1]输出: 0
暴力法:
暴力法的时间复杂度为 O(n³)。
滑动窗口法:












算法:
- 初始化左右指针
left和right,以及变量currentSum(当前窗口和) 和minLen(最小窗口长度)。 - 每次迭代递增
right指针。 - 检查窗口和是否大于等于
target。如果大于等于,则尝试缩小窗口,移动left指针直到窗口和不再满足条件,并更新minLen。 - 继续迭代直到
right指针遍历完数组。
时间复杂度: O(n) 空间复杂度: O(1)
通过滑动窗口算法,我们将时间复杂度从 O(n³) 降低到 O(n)。










