双指针,窗口类

本文介绍使用双指针技巧解决子数组最小长度问题及利用Map处理最大长度等于k的问题。强调了右指针与左指针的正确使用方式,并通过具体案例解释了循环与更新操作的细节。

Minimum Size Subarray Sum

求length,就是双指针!

(1)永远都是先用左右指针先处理,再移动左右指针(left<=right是条件)

(2)right,left永远指向当前等待处理的元素

(3)right <= length才有机会执行else的update函数。

  (4) 循环条件right <= length - 1 && left <= right


325. Maximum Size Subarray Sum Equals k

(1)map.put(0,-1),有可能maximal length从index 0 开始

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分,聚或者物品之间的有趣关联. 机器学习分 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
### 双指针滑动窗口算法的应用 双指针滑动窗口算法是一种高效的线性扫描方法,在处理数组或字符串问题时特别有用。该算法能够有效地解决涉及连续子序列或子串的问题,而不需要嵌套循环带来的高时间复杂度。 #### 应用场景 1. **寻找特定条件下的最小子串** 当面对需要找出满足某些约束条件下最小长度的子串问题时,滑动窗口可以通过动态调整窗口大小来高效求解[^1]。 2. **计算不重复字符的最大数量** 对于像“无重复字符的最长子串”的题目,利用哈希表配合滑动窗口技术可以在一次遍历中完成查找工作[^2]。 3. **两数之和等于目标值** 如果是在已排序或者部分有序的数据结构上操作,则可以考虑使用对撞指针形式的双指针法;而在未排序情况下也可以先进行预处理再应用此策略。 4. **固定宽度内的极值查询** 需要频繁访问区间内元素特性(如最大/最小值)的情况下,借助单调队列优化后的滑窗能提供更优性能表现[^3]。 ### 实现示例 下面给出一段 Python 代码作为例子,用于解决问题:“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。” ```python def lengthOfLongestSubstring(s: str) -> int: char_map = {} left, max_length = 0, 0 for right in range(len(s)): if s[right] in char_map and char_map[s[right]] >= left: left = char_map[s[right]] + 1 char_map[s[right]] = right current_window_size = right - left + 1 max_length = max(max_length, current_window_size) return max_length ``` 这段程序实现了上述提到的功能,并且采用了字典 `char_map` 来追踪已经遇到过的字符及其最新位置,以此决定何时应该收缩左侧边界以保持当前窗口内部不含重复项。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值