LeetCode滑动窗口与计数数组实战解析-代码聚汇网

LeetCode滑动窗口与计数数组实战解析

RED韵

1. 项目概述

今天要分享的是LeetCode经典题目中的两道中等难度题——"无重复字符的最长子串"和"赎金信"。这两道题分别考察了滑动窗口和计数数组这两个算法技巧，在实际面试中出现频率极高。作为刷过300+题的过来人，我发现很多同学容易在这类问题上陷入暴力解法的误区，今天就用最直白的语言拆解这两道题的优化思路。

2. 无重复字符的最长子串

2.1 问题描述

给定一个字符串s，找出其中不含有重复字符的最长子串的长度。例如：

输入："abcabcbb" → 输出：3（"abc"）
输入："bbbbb" → 输出：1（"b"）

2.2 暴力解法分析

最直观的做法是双重循环检查所有子串：

python复制def lengthOfLongestSubstring(s):
    max_len = 0
    for i in range(len(s)):
        for j in range(i, len(s)):
            if len(set(s[i:j+1])) == j-i+1:
                max_len = max(max_len, j-i+1)
    return max_len

时间复杂度O(n³)，在LeetCode上会直接超时。

2.3 滑动窗口优化

更聪明的做法是维护一个滑动窗口：

python复制def lengthOfLongestSubstring(s):
    char_index = {}  # 记录字符最后出现位置
    left = max_len = 0
    
    for right, char in enumerate(s):
        if char in char_index and char_index[char] >= left:
            left = char_index[char] + 1
        char_index[char] = right
        max_len = max(max_len, right - left + 1)
    
    return max_len

关键点：

用字典记录字符最后出现位置
当遇到重复字符时，快速移动左边界
时间复杂度降为O(n)

注意：判断条件中的char_index[char] >= left是为了处理"abba"这类情况

2.4 常见错误

忘记更新字符位置字典
左边界移动时直接取left = right（应该取left = char_index[char] + 1）
没有处理空字符串的特殊情况

3. 赎金信问题

3.1 问题描述

给定两个字符串ransomNote和magazine，判断ransomNote是否能由magazine中的字符组成（每个字符只能用一次）。例如：

输入：ransomNote="aa", magazine="aab" → 输出：True
输入：ransomNote="aa", magazine="ab" → 输出：False

3.2 计数数组解法

python复制def canConstruct(ransomNote, magazine):
    count = [0] * 26
    for c in magazine:
        count[ord(c) - ord('a')] += 1
    
    for c in ransomNote:
        index = ord(c) - ord('a')
        count[index] -= 1
        if count[index] < 0:
            return False
    
    return True

3.3 优化技巧

提前终止：如果ransomNote比magazine长，直接返回False
空间优化：对于Unicode字符可以使用字典代替数组
Pythonic写法：可以使用collections.Counter

3.4 易错点

忘记处理大小写敏感（题目通常说明是小写字母）
没有考虑magazine为空的情况
计数时混淆了ransomNote和magazine的遍历顺序

4. 滑动窗口与计数数组的关联

虽然这两道题看似不同，但核心都是对字符出现次数的统计：

滑动窗口：动态维护一个合法区间内的字符计数
计数数组：静态统计所有字符的出现次数

在实际面试中，经常会将这两种技巧结合使用。比如"找到包含所有指定字符的最短子串"这类题目，就需要同时运用这两种方法。

5. 同类题目推荐

为了巩固这两个技巧，建议练习：

滑动窗口系列：
- 1. 长度最小的子数组
- 1. 水果成篮
- 1. 最大连续1的个数 III
计数数组系列：
- 1. 有效的字母异位词
- 1. 找到字符串中所有字母异位词
- 1. 字符串的排列

6. 个人刷题心得

对于滑动窗口问题，一定要先在纸上画出窗口移动的示意图
计数数组初始化时建议用[0] * 26而不是[0 for _ in range(26)]（效率更高）
遇到字符串问题先明确字符集范围（ASCII/Unicode）
Python中使用ord()比直接减字符慢，在性能敏感场景可以预计算偏移量

最后分享一个调试技巧：对于滑动窗口问题，可以在循环内打印左右边界和当前窗口内容，这样能快速定位逻辑错误。