双指针寻找区间和
双指针寻找区间和的原理与实现:利用正整数数组的单调性,用左右指针维护窗口实现 O(n) 查找。
一句话算法
正整数区间和越扩越大、越缩越小,所以可以用左右指针维护一个窗口,让每个端点只走一遍。
问题模型
给定一个正整数数组 target,常见问题有两类:
- 输出所有满足区间和等于
target的连续区间。 - 求区间和至少为
target的最短连续区间长度。
这里的关键条件是:数组元素都是正整数。
如果数组里有负数,右端点右移不一定让区间和变大,左端点右移也不一定让区间和变小,滑动窗口的单调性会失效。
核心直觉
窗口 [left,right] 表示当前考虑的连续区间。
因为每个数都是正的:
right向右移动,窗口和只会变大。left向右移动,窗口和只会变小。
所以当窗口和太小时,只能扩右端点;当窗口和太大或已经满足条件时,可以缩左端点。两个指针都只向右走,总复杂度就是线性的。
算法步骤
输出所有和等于 target 的区间
- 初始化
left = 1,sum = 0。 - 枚举右端点
right = 1..n:- 把
a[right]加入sum。 - 当
sum > target时,不断移出a[left]并右移left。 - 如果
sum == target,输出[left,right]。
- 把
求和至少为 target 的最短区间
- 初始化
left = 1,sum = 0,ans = n+1。 - 枚举右端点
right = 1..n:- 把
a[right]加入sum。 - 当
sum >= target时:- 用当前长度更新答案。
- 移出
a[left],右移left,尝试缩短区间。
- 把
- 如果答案仍为
n+1,输出0。
算法证明
关键不变量: 对每个右端点 right,左指针只会停在仍可能产生答案的位置,不会漏掉应该检查的左端点。
以“和等于 target”为例:
- 如果当前
sum > target,由于数组全为正数,继续扩大右端点只会让和更大。 - 因此当前左端点已经不可能和当前或更大的右端点形成答案,必须右移
left。 - 如果
sum < target,右移left只会让和更小,不可能得到答案,只能扩大right。 - 任意答案区间
[L,R]在右端点走到R时,左端点不会提前越过L:在越过之前,窗口和不会因为正数单调性而被迫过度收缩。
所以每个合法区间都会在它的右端点被枚举到时被发现。
“至少为 target 的最短区间”同理:当窗口已经满足条件时,只有继续收缩左端点才可能得到更短答案;当窗口不满足时,只有扩大右端点才可能重新满足。
复杂度分析
两个指针都只从左到右移动一次。
- 时间复杂度:
。 - 空间复杂度:
。
前缀和排序版本需要排序:
- 时间复杂度:
。 - 空间复杂度:
。
代码实现
正整数区间和等于 target
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
#include <bits/stdc++.h>
using namespace std;
// Print all 1-indexed intervals whose sum is exactly target.
// The array must contain positive integers.
int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr);
int n;
long long target;
cin >> n;
vector<long long> a(n + 1);
for (int i = 1; i <= n; ++i) cin >> a[i];
cin >> target;
int left = 1;
long long sum = 0;
for (int right = 1; right <= n; ++right) {
sum += a[right];
while (left <= right && sum > target) {
sum -= a[left];
++left;
}
if (sum == target) {
cout << left << ' ' << right << '\n';
}
}
return 0;
}
前缀和暴力对照
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
#include <bits/stdc++.h>
using namespace std;
struct Prefix {
long long value;
int id;
bool operator<(const Prefix& other) const {
if (value != other.value) return value < other.value;
return id < other.id;
}
};
int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr);
int n;
long long target;
cin >> n;
vector<Prefix> prefix(n + 1);
prefix[0] = {0, 0};
for (int i = 1; i <= n; ++i) {
long long x;
cin >> x;
prefix[i] = {prefix[i - 1].value + x, i};
}
cin >> target;
sort(prefix.begin(), prefix.end());
for (int j = 1; j <= n; ++j) {
for (int i = 0; i < j; ++i) {
if (prefix[j].value - prefix[i].value == target) {
int l = min(prefix[i].id, prefix[j].id) + 1;
int r = max(prefix[i].id, prefix[j].id);
cout << l << ' ' << r << '\n';
}
}
}
return 0;
}
前缀和排序双指针
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
#include <bits/stdc++.h>
using namespace std;
struct Prefix {
long long value;
int id;
bool operator<(const Prefix& other) const {
if (value != other.value) return value < other.value;
return id < other.id;
}
};
int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr);
int n;
long long target;
cin >> n;
vector<Prefix> prefix(n + 1);
prefix[0] = {0, 0};
for (int i = 1; i <= n; ++i) {
long long x;
cin >> x;
prefix[i] = {prefix[i - 1].value + x, i};
}
cin >> target;
sort(prefix.begin(), prefix.end());
vector<pair<int, int>> groups;
for (int i = 0; i <= n;) {
int j = i + 1;
while (j <= n && prefix[j].value == prefix[i].value) ++j;
groups.push_back({i, j});
i = j;
}
if (target == 0) {
for (auto [l, r] : groups) {
for (int i = l; i < r; ++i) {
for (int j = i + 1; j < r; ++j) {
int left = min(prefix[i].id, prefix[j].id) + 1;
int right = max(prefix[i].id, prefix[j].id);
cout << left << ' ' << right << '\n';
}
}
}
return 0;
}
int right_group = 0;
for (int left_group = 0; left_group < (int)groups.size(); ++left_group) {
right_group = max(right_group, left_group + 1);
while (right_group < (int)groups.size()) {
long long diff = prefix[groups[right_group].first].value
- prefix[groups[left_group].first].value;
if (diff >= target) break;
++right_group;
}
if (right_group == (int)groups.size()) break;
long long diff = prefix[groups[right_group].first].value
- prefix[groups[left_group].first].value;
if (diff != target) continue;
auto [l1, r1] = groups[left_group];
auto [l2, r2] = groups[right_group];
for (int i = l1; i < r1; ++i) {
for (int j = l2; j < r2; ++j) {
int left = min(prefix[i].id, prefix[j].id) + 1;
int right = max(prefix[i].id, prefix[j].id);
cout << left << ' ' << right << '\n';
}
}
}
return 0;
}
这份模板把相同前缀和值合成一组。target > 0 时在不同组之间做双指针;target == 0 时在同一组内两两配对。
最短和至少为 target 的子数组
暴力对照:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
#include <bits/stdc++.h>
using namespace std;
int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr);
int n;
long long target;
cin >> n;
vector<long long> prefix(n + 1, 0);
for (int i = 1; i <= n; ++i) {
long long x;
cin >> x;
prefix[i] = prefix[i - 1] + x;
}
cin >> target;
int ans = n + 1;
for (int left = 1; left <= n; ++left) {
for (int right = left; right <= n; ++right) {
long long sum = prefix[right] - prefix[left - 1];
if (sum >= target) {
ans = min(ans, right - left + 1);
break;
}
}
}
cout << (ans == n + 1 ? 0 : ans) << '\n';
return 0;
}
双指针优化:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
#include <bits/stdc++.h>
using namespace std;
// Minimum length of a contiguous subarray with sum >= target.
// The array must contain positive integers.
int main() {
ios::sync_with_stdio(false);
cin.tie(nullptr);
int n;
long long target;
cin >> n;
vector<long long> a(n + 1);
for (int i = 1; i <= n; ++i) cin >> a[i];
cin >> target;
int ans = n + 1;
int left = 1;
long long sum = 0;
for (int right = 1; right <= n; ++right) {
sum += a[right];
while (left <= right && sum >= target) {
ans = min(ans, right - left + 1);
sum -= a[left];
++left;
}
}
cout << (ans == n + 1 ? 0 : ans) << '\n';
return 0;
}
测试用例
寻找和等于 6 的区间:
15
6 1 2 3 4 6 4 2 8 9 10 11 12 13 14
6
输出:
1 1
2 4
6 6
7 8
寻找和至少为 7 的最短区间:
6
2 3 1 2 4 3
7
输出:
2
应用分类详解
区间和双指针的本质是“窗口状态对左右端点具有单调性”。
一、正整数区间和恰好为目标值
典型模式: 全是正整数,要求找连续子数组和等于某个值。 识别信号: 题面强调正整数或非负数;要求连续区间。 核心建模: 和太小扩右端点,和太大缩左端点。
| 应用场景 | 经典题目 | 核心思路 |
|---|---|---|
| 输出所有目标和区间 | 本文模型 | 双指针维护当前窗口和 |
| 尺取法基础题 | poj-3061 | 正整数保证窗口单调 |
二、最短满足区间
典型模式: 找最短/最长连续区间,并且条件随窗口扩大单调变化。 识别信号: “最短子数组”“和至少为”“覆盖所有字符”等。 核心建模: 满足条件后尽量收缩左端点。
| 应用场景 | 经典题目 | 核心思路 |
|---|---|---|
| 最短和至少为 S | poj-3061 | 满足后缩左端点更新最短长度 |
| 最小覆盖子串 | LeetCode 76 | 窗口满足覆盖条件后收缩 |
三、有负数时改用前缀和
典型模式: 数组可能含负数,窗口和不再单调。 识别信号: 数据范围允许负数,但仍然问区间和。 核心建模: 把区间和转成两个前缀和之差,再用排序、哈希表或平衡树处理。
| 应用场景 | 经典题目 | 核心思路 |
|---|---|---|
| 区间和等于 K | LeetCode 560 | 哈希表统计历史前缀和 |
| 接近目标的区间和 | poj-2566 | 排序前缀和,双指针或邻近扫描 |
经典例题
-
poj-3061 正整数数组中求和至少为目标值的最短子数组,是滑动窗口的标准题。
-
poj-2566 数组允许负数,需要转成前缀和后处理。
-
LeetCode 209 和 POJ 3061 同模型,适合练习边界写法。