前端算法之滑动窗口

发布时间:2024年01月01日

滑动窗口

滑动窗口(Sliding Window)是一种常用的算法技巧,用于处理数组或字符串相关的问题。

它通过维护一个固定大小的窗口来解决问题。

具体来说,滑动窗口算法通常包含以下步骤:

  1. 初始化窗口的起始位置和结束位置。
  2. 将窗口内的元素进行处理,得到想要的结果。
  3. 移动窗口的起始位置或结束位置,即滑动窗口的过程。
  4. 重复步骤2和步骤3,直到遍历完整个数组或字符串。

滑动窗口思路:

1. 先进行右侧指针(窗口)移动位置(后移)
2. 判断是否符合预期。
   1. 符合,进行其他处理,比如reurn等
   2. 不符合,判断左侧指针是否移动位置
      1. 移动或着不移动 
3. 进入下一次循环 

滑动窗口算法的优势在于其时间复杂度通常为O(n),其中n为数组或字符串的长度。这使得滑动窗口算法在处理大规模数据时非常高效。

滑动窗口算法可以应用于许多问题,如:

  • 查找最长子串、
  • 求和等。

它的核心思想是通过调整窗口的起始位置和结束位置来寻找最优解

举例: 在一个数组中查找连续子数组的最大值之和。

当使用JavaScript来实现滑动窗口算法时,我们可以举一个经典的例子:

在一个数组中查找连续子数组的最大值之和。

下面是使用JavaScript实现滑动窗口算法求解最大子数组和的示例代码:

function maxSubarraySum(nums, k) {
  let windowSum = 0;
  for (let i = 0; i < k; i++) {
    windowSum += nums[i]; // 计算初始窗口的和
  }
  let maxSum = windowSum; // 初始化最大和为窗口的初始和

  for (let i = k; i < nums.length; i++) {
    windowSum = windowSum + nums[i] - nums[i - k]; // 移动窗口,更新窗口的和
    maxSum = Math.max(maxSum, windowSum); // 更新最大和
  }

  return maxSum;
}

// 示例输入
let nums = [1, -3, 2, 4, -1, 5, -2, 3];
let k = 3;

// 调用函数求解最大子数组和
let result = maxSubarraySum(nums, k);
console.log("最大子数组和:", result);

在这个例子中,我们定义了一个maxSubarraySum函数,该函数接受一个数组nums和一个整数k作为参数,用于求解数组中长度为k的连续子数组的最大和。通过维护一个长度为k的窗口,不断调整窗口的位置来求解最大子数组和。

通过这个示例,你可以看到如何使用JavaScript实现滑动窗口算法来解决问题。滑动窗口算法在实际应用中非常常见,能够高效地处理数组和字符串相关的问题。

举例: 无重复字符的最长子串

地址:https://leetcode.cn/problems/longest-substring-without-repeating-characters/

给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。

示例 1:

输入: s = "abcabcbb"
输出: 3 
解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3

示例 2:

输入: s = "bbbbb"
输出: 1
解释: 因为无重复字符的最长子串是 "b",所以其长度为 1

示例 3:

输入: s = "pwwkew"
输出: 3
解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。
     请注意,你的答案必须是 子串 的长度,"pwke" 是一个子序列,不是子串。

提示:

0 <= s.length <= 5 * 104
s 由英文字母、数字、符号和空格组成

解答

/**
 * @param {string} s
 * @return {number}
 */
var lengthOfLongestSubstring = function(s) {
    // 思路:
    // 1. 先进行右侧指针(窗口)移动位置(后移)
    // 2. 判断是否符合预期。
    //  2.1 符合,进行其他处理,比如reurn等
    //  2.2 不符合,左侧指针是否移动位置
    //      2.2.1 移动或着不移动
    // 3. 进入下一次循环

    if(s.length <=1){
        return s.length 
    }

    //定义指针
    let left = 0
    let right = 1

    // 定义无重复最长字串
    let max = 0

    // 定义字串
    let temp

    // 当且仅当右侧指针向右侧移动不超过s
    while(right < s.length){
        temp = s.slice(left,right) // splice(0,1)
        // 判断当前元素是否包含right所在位置下表元素
        if(temp.indexOf(s.charAt(right)) > -1){
            left ++
            continue
        } else {
            right ++
        }

        if(right - left > max){
            max = right - left
        } 
    }

    return max 
};
文章来源:https://blog.csdn.net/BradenHan/article/details/135258454
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。