- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序员阿杰
滑动窗口
本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名,转载请标明出处 最后编辑时间为: 2021/11/02 08:18
1.3K10编辑于 2022-01-10 - 来自专栏开源519
滑动窗口
然后发现是一个通过一个for循环就能筛选出答案的，他们把这个算法称为滑动窗口（不知道哪个大佬最先取的这个名字）。
1.7K10发布于 2020-07-23 - 来自专栏计算机工具
滑动窗口
由于大家不知道网络拥塞状况，同时发送数据，导致中间节点阻塞掉包，谁也发不了数据，所以就有了滑动窗口机制来解决此问题。参见滑动窗口如何根据网络拥塞发送数据仿真视频。 滑动窗口协议是用来改善吞吐量的一种技术，即容许发送方在接收任何应答之前传送附加的包。接收方告诉发送方在某一时刻能送多少包（称窗口尺寸）。 TCP中采用滑动窗口来进行传输控制，滑动窗口的大小意味着接收方还有多大的缓冲区可以用于接收数据。发送方可以通过滑动窗口的大小来确定应该发送多少字节的数据。 窗口机制 滑动窗口协议的基本原理就是在任意时刻，发送方都维持了一个连续的允许发送的帧的序号，称为发送窗口；同时，接收方也维持了一个连续的允许接收的帧的序号，称为接收窗口。 发送窗口和接收窗口的序号的上下界不一定要一样，甚至大小也可以不同。不同的滑动窗口协议窗口大小一般不同。发送方窗口内的序列号代表了那些已经被发送，但是还没有被确认的帧，或者是那些可以被发送的帧。
63610编辑于 2024-12-16 - 来自专栏全栈程序员必看
滑动窗口 leetcode_滑动窗口的概念
给你一个整数数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。 返回滑动窗口中的最大值。 示例 1： 输入：nums = [1,3,-1,-3,5,3,6,7], k = 3 输出：[3,3,5,5,6,7] 解释： 滑动窗口的位置 最大值 ---------
1.2K10编辑于 2022-09-22 - 来自专栏ACM算法日常
滑动窗口入门
既然是一个类型的题目，我们首先来了解下滑动窗口的2个概念： 滑动：指一个区间往一个方向进行移动，本题中使用从左到右的方式进行滑动。 窗口：也就是一个区间，这个区间可能会增大，也可能会缩小，也可能是固定的。在本题中，我们可以使用队列来表示窗口，这个队列可大可小，要求其最大值。 但是光有这两个概念根本解决不了本题，我们还缺什么呢？ 是的，是窗口要如何变化，如何变大或者缩小。这是问题的核心。 对于字符串abcabcbb，一开始肯定是将a放到队列中，接着放入b，每次放入字符的时候，我们都要检查队列里面有没有相同的字符。 显然，光有滑动窗口是不够的，我们还需要一个数据结构来记录队列里面是否存在某个字符，于是我们加入辅助的结构set。 2 重复了要删除前字母，删除前字母会将窗口左边界右移。 3 新字母会让窗口右边界右移一位。
79050发布于 2021-04-02 - 来自专栏程序员
滑动窗口协议
在计算机网络中实现“流水线技术”的方法是“滑动窗口协议”。 GBN GBN协议（回退N步），它允许发送多个分组而不需要等待确认。但它受限制于窗口的大小N。 ? GBN协议也常被成为滑动窗口协议。 在GBN协议中，发送方首先检查窗口大小是否是满的，如果没有满，那么就产生一个分组并将其发送，并且同时更新变量。如果窗口已经满了，那么发送方给上层指出已满。然后上层会等一会再来试。 发送方收到ACK，如果该分组序号在窗口内，则SR标记该分组为已接受。如果该分组序号等于窗口起始位置序号，那么该窗口移动到具有最小序号的未确认分组处，然后发送该窗口内可发送但未发送的分组。 接收方此时也拥有一个窗口，如果分组序号在该窗口范围内，并且以前没收到过，那么缓存该分组，回复一个ACK给发送方。 因此窗口的大小和序号之间的关系必须是合理的。 ? Ns是发送方窗口大小，Nr是接收方窗口大小，k是序号的位数。
1.6K20发布于 2019-05-25 - 来自专栏向治洪
TCPIP滑动窗口
剩余的缓冲区空间的大小被称为窗口（ w i n d o w） ，指出窗口大小的通知称为窗口通告（window advertisement） 。接收方在发送的每一确认中都含有一个窗口通告。 发送方收到一个零窗口通告时，必须停止发送，直到接收方重新通告一个正的窗口。 TCP的特点之一是提供体积可变的滑动窗口机制，支持端到端的流量控制。 TCP的窗口以字节为单位进行调整，以适应接收方的处理能力。 调整过程包括：如果出现发送拥塞，发送窗口缩小为原来的一半，同时将超时重传的时间间隔扩大一倍。 TCP的窗口机制和确认保证了数据传输的可靠性和流量控制。 TCP/IP中滑动窗口的意义 1.在不可靠链路上可靠地传输帧（核心功能） 2.用于保持帧的传输顺序 3.它有时支持流量控制，这是一种接收方能够控制发送方的一种反馈机制
1.7K50发布于 2018-01-30 - 来自专栏java初学
滑动窗口协议
为了完成流量控制，TCP使用滑动窗口协议，使用这种方法的时候，发送方和接收方向外通信各使用一个窗口。 这个窗口覆盖了缓存的一部分，在缓存中的字节是从应用进程传送来的，在这个窗口中的字节就是可以发送而不必考虑确认的。这个想象的窗口有两个边沿：一个在左，一个在右。 这个窗口叫做滑动窗口，因为左沿和右沿都可以滑动。 ? 右沿窗口向右移动表示展开窗口，说明允许从缓存中发送更多新的字节； 左沿窗口向右移动表示合拢窗口，说明某些字节已经被确认了，发送端不必再担心它们。 1. 发送窗口中相关的有四个概念：已发送并收到确认的数据（不再发送窗口和发送缓冲区之内）、已发送但未收到确认的数据（位于发送窗口之中）、允许发送但尚未发送的数据以及发送窗口外发送缓冲区内暂时不允许发送的数据；
1.1K110发布于 2018-05-14 - 来自专栏CSDN 迁移文章
滑动窗口详解
滑动窗口其实也就是之前介绍的同向双指针 步骤： 定义 left = 0, right = 0 进窗口 判断 出窗口 更新结果（更新结果的步骤根据具体题目中的要求进行） 1. 找到字符串中所有字母异位词 暴力解法：创建两个哈希表，然后把字符串p里面的每个字符存里面，接着遍历枚举所有s里面的和字符串p长度相等的子串，再把子串也存到哈希表中，对比两个哈希表中的值是否相等 滑动窗口优化 ：在枚举所有组合的过程中发现，因为需要维护子串的长度，所以如果right向右移动，left也要向右 移动，并且，存放到哈希表中的数据只是受到了left和right两个位置的影响，所以就可以使用滑动窗口进行枚举 ，具体的次数根据给出的字符串数组中的字符串长度来看 注意，每一次使用滑动窗口都要重新创建一个哈希表 在更新cnt的时候，要注意此时最开始的字符串可能不在hash1中，直接调get方法会空指针异常 class 最小覆盖子串 暴力解法和上面的几题都很相似，直接来看使用滑动窗口优化之后的版本 思路：使用同向双指针维护一个窗口，使窗口内的子串涵盖字符串 t 所有字符，然后让left指针右移，此时会出现两种情况，一种是第一个和字符串
41710编辑于 2024-10-15 - 来自专栏java编程那点事
window滑动窗口
Spark Streaming提供了滑动窗口操作的支持，从而让我们可以对一个滑动窗口内的数据执行计算操作。 比如下图中，就是对每三秒钟的数据执行一次滑动窗口计算，这3秒内的3个RDD会被聚合起来进行处理，然后过了两秒钟，又会对最近三秒内的数据执行滑动窗口计算。 所以每个滑动窗口操作，都必须指定两个参数，窗口长度以及滑动间隔，而且这两个参数值都必须是batch间隔的整数倍。 （Spark Streaming对滑动窗口的支持，是比Storm更加完善和强大的） 1.png 1.png 案例：热点搜索词滑动统计，每隔10秒钟，统计最近60秒钟的搜索词的搜索频次，并打印出排名最靠前的 // 第二个参数，是窗口长度，这里是60秒 // 第三个参数，是滑动间隔，这里是10秒 // 也就是说，每隔10秒钟，将最近60秒的数据，作为一个窗口，进行内部的RDD的聚合，然后统一对一个
1.2K10编辑于 2023-02-25 - 来自专栏宫水三叶的刷题日记
【滑动窗口专题】结合几何的滑动窗口运用题
Tag : 「数学」、「几何」、「排序」、「双指针」、「滑动窗口」 给你一个点数组 points 和一个表示角度的整数 angle ，你的位置是 location，其中 且 都表示 X-Y 求解最长合法连续段 可用「双指针」实现「滑动窗口」来做。 return cnt + max; } } 时间复杂度：令 为 points 数组的长度，预处理出 points 的所有角度复杂度为 ；对所有角度进行排序的复杂度为 ；使用双指针实现滑动窗口得出最大合法子数组的复杂度为
1.6K30编辑于 2022-04-06 - 来自专栏P_M_P学习笔记
【算法】滑动窗口
在暴力解法中，是一个for循环滑动窗口的起始位置，一个for循环为滑动窗口的终止位置，用两个for循环 完成了一个不断搜索区间的过程。这样的操作在面对极大的数据量是，效率极低。 而滑动窗口法是维护两个指针来进行操作，通常情况下时间复杂度为O(N)。 那么我们可以试着用滑动窗口的方法来看看。 滑动窗口的方法通过一个for循环来达到目的，那问题又来了，for循环表示的是窗口的起始位置，还是终止位置？ 以题目中的数组nums=[2,3,1,2,4,3],目标和target=7为例，来模拟一下滑动窗口的运行过程： 根据子序列和的大小不断调整滑动窗口的大小，当和小于target时，end++；当和大于等于 0:result; } 水果成篮 这个题目的大致意思就是要使得窗口里面只有两种数并且长度最长，可以使用滑动窗口来解决。
57310编辑于 2024-01-19 - 来自专栏从零开始的Code生活
滑动窗口中位数(滑动窗口)
例如： [2,3,4]，中位数是 3 [2,3]，中位数是 (2 + 3) / 2 = 2.5 给你一个数组 nums，有一个长度为 k 的窗口从最左端滑动到最右端。 窗口中有 k 个数，每次窗口向右移动 1 位。你的任务是找出每次窗口移动后得到的新窗口中元素的中位数，并输出由它们组成的数组。 窗口位置 中位数 --------------- ----- [1 3 -1] -3 5 3 6 7 1 [-3 5 3] 6 7 3 1 3 -1 -3 [5 3 6] 7 5 1 3 -1 -3 5 [3 6 7] 6 因此，返回该滑动窗口的中位数数组 思路 本题在滑动窗口中求中位数，，求中位数就要排序，如果对每个片段都排序会超时，所以可以采用C++ STL中的multiset。
58110编辑于 2022-01-13 - 来自专栏宫水三叶的刷题日记
【滑动窗口专题】字符串滑动窗口运用题
Tag : 「双指针」、「滑动窗口」 给你一个仅由大写英文字母组成的字符串，你可以将任意位置上的字符替换成另外的字符，总共可最多替换 次。 在执行上述操作后，找到包含重复字母的最长子串的长度。 滑动窗口 令 l 为符合条件的子串的左端点，r 为符合条件的子串的右端点。 使用 cnt 统计 [l,r] 范围的子串中每个字符串出现的次数。
91030编辑于 2022-04-06 - 来自专栏golang算法架构leetcode技术php
golang刷leetcode 滑动窗口（8）滑动窗口最大值
给定一个数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口 k 内的数字。滑动窗口每次只向右移动一位。 返回滑动窗口最大值。 示例: 输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3 输出: [3,3,5,5,6,7] 解释: 滑动窗口的位置 最大值 --- 解题思路： 1，滑动窗口＋大根堆，行不通，因为窗口左边元素移出窗口的时候，不知道在堆上的位置，且会损坏堆 2，双端队列（队列内部元素降序） A，如果当前元素大于队首元素，说明前面还在窗口中的元素没有意义了
69220编辑于 2022-08-02 - 来自专栏全栈程序员必看
滑动窗口 leetcode_滑动窗口最多可以有多少帧
原题链接 给你一个整数数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。 返回滑动窗口中的最大值。 示例 1： 输入：nums = [1,3,-1,-3,5,3,6,7], k = 3 输出：[3,3,5,5,6,7] 解释： 滑动窗口的位置 最大值 ---------
55320编辑于 2022-09-22 - 来自专栏宫水三叶的刷题日记
【滑动窗口专题】众多滑动窗口变形题的原题
Tag : 「双指针」、「滑动窗口」 给定一个正整数数组 ，如果 的某个子数组中不同整数的个数恰好为 ，则称 的这个连续、不一定不同的子数组为好子数组。 输入：A = [1,2,1,3,4], K = 3 输出：3 解释：恰好由 3 个不同整数组成的子数组：[1,2,1,3], [2,1,3], [1,3,4] 提示： 滑动窗口
1.5K50编辑于 2022-04-06 - 来自专栏golang算法架构leetcode技术php
golang刷leetcode 滑动窗口（4）滑动窗口中位数
例如： [2,3,4]，中位数是 3 [2,3]，中位数是 (2 + 3) / 2 = 2.5 给出一个数组 nums，有一个大小为 k 的窗口从最左端滑动到最右端。 窗口中有 k 个数，每次窗口移动 1 位。你的任务是找出每次窗口移动后得到的新窗口中元素的中位数，并输出由它们组成的数组。 窗口位置 中位数 --------------- ----- [1 3 -1] -3 5 3 6 7 1 [-3 5 3] 6 7 3 1 3 -1 -3 [5 3 6] 7 5 1 3 -1 -3 5 [3 6 7] 6 因此，返回该滑动窗口的中位数数组 解题思路： 1，注意中位数是窗口内数据排序后的中位数 2，对于窗口内部可以采用插入排序的思想进行排序 3，初始时，采用插入排序，将前k个值，插入窗口 4，找到左指针对应元素在窗口内位置j 5，移动左右指针
67020编辑于 2022-08-02 - 来自专栏C++/Linux
【算法专题】滑动窗口
滑动窗口 1. 让滑动窗口满足：从 i 位置开始，窗口内所有元素的和小于 target （那么当窗口内元素之和第一次大于等于目标值的时候，就是 i 位置开始，满足条件的最小长度）。 0 : ans; } }; 为何滑动窗口可以解决问题，并且时间复杂度更低？ 这个窗口寻找的是：以当前窗口最左侧元素（记为 left1 ）为基准，符合条件的情况。 让滑动窗口满足：窗口内所有元素都是不重复的。 做法：右端元素 ch 进⼊窗口的时候，哈希表统计这个字符的频次： a. 此时，就是熟悉的「滑动窗口」问题了。
42510编辑于 2024-03-01 - 来自专栏算法与编程之美
“滑动窗口”算法实例
对于该现象，即可使用“滑动窗口”算法。滑动窗口算法也是一种思想，是双指针的拓展和延伸。滑动：指这个窗口是移动的，也就是移动是按照一定方向来的。 窗口：窗口大小并不是固定的，可以不断扩容直到满足一定的条件；也可以不断缩小，直到找到一个满足条件的最小窗口；当然也可以是固定大小。 面对前面所提出的问题，使用“滑动窗口”算法，大致思路为： 设置两个指针和一个空列表 固定左指针，不断右移右指针，同时更新最长不重复字符串长度 如果出现重复字符，再右移左指针，如此重复，直到遍历完字符串的所有字符 ') else: print(max_length) # 打印最大不重复字符串长度 ''' 测试结果： abcabcbb 输出：3 aaaaaaaa 输出：1 ''' 3 结语 通过测试，发现“滑动窗口 都可以使用“滑动窗口”算法。
39910编辑于 2023-12-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号