class Solution { public: struct Event{ int x; int y; int value; //构造函数初始化列表 Event(int x, int y, int v):x(x),y(y),value(v){} //Event():x(0),y(0),value(0){}; }; struct cmp{ bool operator() (const Event& a, const Event& b){ return a.value > b.value; //小顶堆 } }; int kthSmallest(vector<vector<int>>& matrix, int k) { int dx[2] = {0, 1}; int dy[2] = {1, 0}; //只向右或下移动 if(matrix.empty() || matrix[0].empty()) return -1; int n = matrix.size(), m = matrix[0].size(); //if(n*m < k) //return -1; //priority_queue 不会判断元素是否重复 priority_queue<Event, vector<Event>, cmp> q; vector<vector<bool>> visited(n, vector<bool>(m, false)); //记录是否遍历过 q.emplace(0, 0, matrix[0][0]); visited[0][0] = true; for(int i=0; i<k-1; i++){ int x = q.top().x, y=q.top().y, value = q.top().value; q.pop(); for(int j=0; j<2; j++){ int nx = x + dx[j]; int ny = y + dy[j]; if(nx<n && ny<m && !visited[nx][ny]){ visited[nx][ny] = true; q.emplace(nx, ny, matrix[nx][ny]); } } } return q.top().value; } };
滑动窗口:这两个索引表示的是一个窗口,让这个窗口不停的在数组中滑动,来找到问题的解。
-什么叫子数组:可以不连续。但是本题强调了是要连续的。、
解法一:滑动窗口
时间复杂度:O(n),空间复杂度O(1) 因为没有另外开辟空间。
class Solution { public: int minSubArrayLen(int s, vector<int>& nums) { //初始化,希望区间不包含任何元素 int l = 0, r = -1; //nums[l...r]为我们的滑动窗口 int sum = 0; //和 int res = nums.size()+1; //连续子数组初始化为数组的长度+1 while(l<nums.size()){ if(r+1<nums.size() && sum<s){ r++; sum += nums[r]; //应注意r的取值不能越界 } else{ sum -= nums[l]; l++; } if(sum >= s) res = min(res, r-l+1); } if(res == nums.size()+1) return 0; return res; } };
思路:和209类似采用滑动窗口的思路。在[l...r]区间中表示不重复的字符集,为了扩大当前的字符集,加载一位新的元素时要判断新元素是否在[l...r]中,若不在扩大r+1,若在就将左边界l减至重复元素之后。在此期间不断更新维护字符区间的长度。
如何判断新的元素是否在字符集区间呢?遍历查找?find?这里有个小技巧,查表
预定义一个256大小的数组来维护字符集区间内元素出现的频率freq[256]初始为0,当加入1个元素对应的元素下标+1,当从字符集中删除一个元素对应删除元素下标需要-1,最终通过查表来看该元素是否在字符集空间。 这个想法很巧妙啊 :)
class Solution { public: int lengthOfLongestSubstring(string s) { int freq[256] = {0}; //记录数组中的字符出现的频率 int l=0, r = -1; //滑动窗口为s[l...r] int res = 0; //满足条件的字串的最长长度 while(l<s.size()){ if(r+1<s.size() && freq[s[r+1]]==0){ //r+1为下标的字符出现的频率为0时,可以向右扩张 r++; freq[s[r]]++; } else{ //重复出现时,左侧窗口向右移,即缩小 freq[s[l]]--; l++; } res = max(res, r-l+1); } return res; } };
思路:哈希表+滑动窗口。设立两个vector容器vp和vs,它们的初值都设为0,共26个,然后先遍历一遍p,将p里面的元素,对应的vs相应值+1;然后遍历一遍s,保证滑动窗口的长度和p的长度相同,然后比较两个容器是否相同,若相同,将初始索引值放入ans中。
class Solution { public: vector<int> findAnagrams(string s, string p) { int n = s.length(); int l = p.length(); vector<int> ans, vp(26,0), vs(26,0); //ans返回所有索引, 初始化vp和vs26个值为0 for(char c : p) vp[c-'a']++; //vp存储字符串p所包含的字母个数 for(int i=0;i<n;i++){ if(i>=l) vs[s[i-l]-'a']--; //将s上一个字符移除 vs[s[i]-'a']++; if(vs==vp) ans.push_back(i-l+1); } return ans; } };
思路:使用一个int型的vector容器来存储字符在串中的次数,初始值为128个0,因为ASCLL有256个字符,而一般输入字母串的字符只有128个。
1)首先遍历一遍 t,把字符对应出现的次数存到letterCnt中;
2)遍历s,把遍历到的字母对应的letterCnt中的值减一,若减一之后的值仍大于等于0,cnt增加1,说明找到了一个t中出现的字符;
3) 若cnt等于t串的长度时,开始循环,使用res记录一个小于minLen的子串,并更新minLen的值。然后将子窗口的左边界向右移,右移的同时相应的letterCnt要加1,若letterCnt加1后的值大于0,说明这个移除掉的字母也在t中,则cnt++,且left++;
4)最后遍历完s后,可以得到包含t的最小子串。
class Solution { public: string minWindow(string s, string t) { string res = ""; // 输出结果 vector<int> letterCnt(128,0); //因为ASCLL码有256个字符,而一般输入字符串的字符只有128个 int left = 0, cnt = 0, minLen = INT_MAX; //cnt计数器:遍历到的字母是T串的字母则加1,minLen:记录出现过的包含T中所有字母的最短的子串长度 for(char c:t) letterCnt[c] ++; for(int i=0; i<s.size();i++){ if(--letterCnt[s[i]] >= 0 ) cnt++; //若把s[i]相应的字符频率-1后仍大于等于0,说明当前字符也在t中,故cnt++ while(cnt == t.size()){ if(minLen > i-left+1){ minLen = i-left+1; res = s.substr(left, minLen); //取从left开始,长度为minLen的子串保存到res中 } if(++letterCnt[s[left]] > 0) --cnt; //若左窗口的字符对应的letterCnt加1后大于0,说明这个字符也在t中,故cnt-- left++; } } return res; //遍历一遍s后得到最小包含t的子串 } };