首页/Algo Bridge/滑动窗口 (Sliding Window)/LC_3
⚡ 在闪卡工作台中刷此桥梁
🌉 单题同构迁移解析LC_3 · 中等

LC_3 (无重复字符的最长子串) ➔ 在线分块 Softmax (Online Softmax)

滑动窗口算法将复杂度从 O(S^2) 直降为 O(S * W),是长文本能够扩展到 128k 的关键。

1️⃣ 经典算法母体 (LeetCode Origin)

LC_3 · 无重复字符的最长子串

所属范式:滑动窗口 (Sliding Window) — 维护一段连续合法的区间状态。右指针主动向右扩展吸纳新元素,当窗口不满足约束条件时,左指针被动右移收缩窗口,保证每个元素最多进出窗口各一次,达到 O(N) 均摊时间复杂度。

⚡ 查看 LC-3 算法原题精解 ➔
2️⃣ 大模型工业系统落地 (Production AI System)

FlashAttention 与 Online Softmax 片上分块加速 · 在线分块 Softmax (Online Softmax)

工程映射场景:Mistral / Qwen 的局部滑动窗口注意力,感受野限制在固定 Token 窗口

🧬 对应工业算子接口签名
def online_softmax(x: torch.Tensor, chunk_size: int = 4) -> torch.Tensor

🔗 同源拓展迁移桥梁

LC_3 ➔ Flash Attention (Tiled)
滑动窗口算法将复杂度从 O(S^2) 直降为 O(S * W),是长文本能够扩展到 128k 的关键。...
LC_3 ➔ Sliding Window Attention
滑动窗口算法将复杂度从 O(S^2) 直降为 O(S * W),是长文本能够扩展到 128k 的关键。...
LC_42 ➔ 在线分块 Softmax (Online Softmax)
接雨水的左右最高柱维护逻辑,是理解双向注意力掩码和因果边界截断的最佳思维体操。...
LC_42 ➔ Flash Attention (Tiled)
接雨水的左右最高柱维护逻辑,是理解双向注意力掩码和因果边界截断的最佳思维体操。...
LC_42 ➔ Sliding Window Attention
接雨水的左右最高柱维护逻辑,是理解双向注意力掩码和因果边界截断的最佳思维体操。...
LC_239 ➔ 在线分块 Softmax (Online Softmax)
单调队列维护窗口最大值的思想,与 Online Softmax 动态更新 running max 完全等价。...
← LC_15 (三数之和) → 模型低比特量化 (INT4 / NF4) 与位解包操作LC_3 (无重复字符的最长子串) → FlashAttention 与 Online Softmax 片上分块加速 →