双指针之滑动窗口 （长度最小的子数组；和为s的连续正数序列）
|
1， 什么时候使用？ （与子数组/字符串 有关的题目）~如果给了某个具体值的target，即用滑动窗口 不然就双指针（一般做法，左边< 右边，依据条件左边和右边都不断靠近） |
滑动窗口：是双指针的题目
找出一个数组中满足一定条件的子数组问题，字符串也可以看成数组。看到子数组问题，就是DP回溯滑动窗口这三种之一
2，滑动窗口的通用框架 1：(例题：209_长度最小的子数组)
（做题特点一：题目给定了具体的值target，这个target条件的可能弹性空间比较大了
【例如题目 要求某种情况下>= target】,而大于target的可能情况就会比较多了
* ① 先移动右指针确定窗口的大致可能范围（在这大致可能范围里找到最优范围），然后暂时固定住右指针，
* ② 在满足条件（满足target下）：不断的移动左指针，缩小窗口
* ③ 当不满足target了，又开始移动右指针，然后。。。。。又确定下来窗口的大致可能范围
（在这大致可能范围里找到最优范围），然后暂时固定住右指针。。。
* 特点2，形式上的特点（左右指针移动的方向）：是一开始左右指针，同方法移动）
public class 滑动窗口的通用框架 1{ public String slidingWindow(String s, String t) { // 起始的时候，都位于 0，同方向移动 int left = 0; int right = 0; int sLen = s.length(); while (right < sLen) { char c = s.charAt(right); right++; //对状态做修改 while ( 满足某种条件 ) { //更新ans可能的地方之一 char c1 = s.charAt(left); left++; //对状态做修改 } //更新ans可能的地方之二 } return 需要的结果变量; } }
例题：
package 数组; /** * https://leetcode-cn.com/problems/minimum-size-subarray-sum/ * @author Huangyujun * * 注意细节：当找到满足条件的窗口时，需要固定右边界， * 逐渐移动左边界（缩小窗口大小），直到窗口元素和不满足要求，再改变右边界。使用while循环缩小！ * */ public class _209_长度最小的子数组 { public int minSubArrayLen(int s, int[] nums) { int n = nums.length; if (nums == null || n == 0) return 0; int ans = Integer.MAX_VALUE; int left = 0, right = 0; int sum = 0; while (right < n) { sum += nums[right++]; while (sum >= s) { ans = Math.min(ans, right - left); sum -= nums[left++]; } } return ans == Integer.MAX_VALUE ? 0 : ans; } }
3，滑动窗口的通用框架 2：（例题：57_和为s的连续正数序列）
做题特点 一：题目给定了具体的值target，这个target条件的可能弹性空间唯一了
【例如题目 要求某种情况下= target】,而等于target的可能情况在“暂时固定下的范围窗口中情况就是固定下该窗口呀”
* ① == target，这种直接通过判断找窗口范围，找到一个固定窗口范围后，移动左边指针（达到整体窗口向前移动）
去找下一个固定窗口范围
* 这类题：直接分：①== target，② < target ，③ > target 来找合适的固定窗口范围
public class 滑动窗口的通用框架 2{ public String slidingWindow(int target) { // 起始的时候，同方向移动 int left = 1; int right = 2; while (l < r) { 更新ans if（ ans == target）{ //需要的结果，得到了一个 l++; }else if(ans < target){ //比target小，右指针往前移动，扩大范围 r++; }else{ //比target大，左指针往前移动，缩小范围 l++; } } return 需要的结果变量; } }
例题：
package 数组; /** * https://leetcode-cn.com/problems/he-wei-sde-lian-xu-zheng-shu-xu-lie-lcof/ */ import java.util.ArrayList; import java.util.List; public class _57_和为s的连续正数序列 { /** * 细节：正数 思路： 1、双指针技术，就是相当于有一个窗口，窗口的左右两边就是两个指针 2、根据窗口内值之和来确定窗口的位置和宽度。 */ public int[][] findContinuousSequence(int target) { List<int[]> vec = new ArrayList<int[]>(); int l = 1, r = 2; while(l < r) { //求和公式 int sum = (l + r) * (r - l + 1) / 2; if (sum == target) { int[] res = new int[r - l + 1]; for (int i = l; i <= r; ++i) { res[i - l] = i; } vec.add(res); l++; //找到之后，左边指针往前挪动，意味着整个窗口往前挪动 } else if (sum < target) { r++; } else { l++; } } return vec.toArray(new int[vec.size()][]); } }
✿ 没给某个具体值的target，使用一般双指针思路（一般做法，左边< 右边，依据条件左边和右边都不断靠近）：
例题：（盛最多水的容器）
// https://leetcode-cn.com/problems/container-with-most-water/
//正解：双指针法 public class Solution { public int maxArea(int[] height) { int l = 0, r = height.length - 1; int ans = 0; while (l < r) { //面积公式 高：最小的 【左柱子，右柱子】 int area = Math.min(height[l], height[r]) * (r - l); ans = Math.max(ans, area); // 需要找小的：（目的：去获取那个小柱子中的最大值） if (height[l] <= height[r]) { ++l; } else { --r; } } return ans; } }