算法笔记：滑动窗口（双指针）

 一.应用场景与算法思想

滑动窗口适用于区间遍历类问题，有定长滑动窗口和不定长滑动窗口，定长的滑动窗口比较简单，本文不做讨论。

非定长的滑动窗口能保证在O（n）时间内遍历所有的区间，穷举则需要O（n*2）

非定长的滑动窗口有一个基本要求，即区间越长，越有可能满足题目条件，因此如果一个区间刚好满足条件，那么这个区间内的所有子区间（不包括自己）都不可能满足条件。

算法实现与解释：

vector<int>target;//这是目标数组

bool check(int l,int r){...}//判断[l,r]是否满足条件

int ans = INT_MAX;//最终答案

for(int l=0,r=-1;l<target.size();l++){
    //以左边界为标准，依次遍历以l为左边界的的所有区间

    while(r<target.size()){
        //在区间左边界为l的条件下，遍历有边界为r的区间
        r++；
        if(check(l,r)){//注意滑动窗口中，r只能增大，原因就是区间越小越不可能满足条件
            break;
        }
        
    }

    //跳出了循环，说明[l,r]满足了条件

    ans = min(ans,r-l+1);//假设题目要求返回满足条件的最小长度区间
    
    //下一次区间就变成了[l+1,r]，删去了l元素，可能还要进行一些额外操作

}

二.例题

给你一个整数数组 cards ，其中 cards[i] 表示第 i 张卡牌的 值 。如果两张卡牌的值相同，则认为这一对卡牌 匹配 。

返回你必须拿起的最小连续卡牌数，以使在拿起的卡牌中有一对匹配的卡牌。如果无法得到一对匹配的卡牌，返回 -1 。

示例 1：

输入：cards = [3,4,2,3,4,7]
输出：4
解释：拿起卡牌 [3,4,2,3] 将会包含一对值为 3 的匹配卡牌。注意，拿起 [4,2,3,4] 也是最优方案。

示例 2：

输入：cards = [1,0,5,3]
输出：-1
解释：无法找出含一对匹配卡牌的一组连续卡牌。

答案：

class Solution {
public:
    int minimumCardPickup(vector<int>& cards) {
        unordered_map<int, int> lastSeen;  // 记录每个数字最后一次出现的索引
        int minLen = INT_MAX;
        
        for (int i = 0; i < cards.size(); ++i) {
            if (lastSeen.count(cards[i])) {
                // 当前数字之前出现过，计算窗口长度
                minLen = min(minLen, i - lastSeen[cards[i]] + 1);
            }
            // 更新当前数字的最后出现位置
            lastSeen[cards[i]] = i;
        }
        
        return minLen == INT_MAX ? -1 : minLen;
    }
};