2024. 考试的最大困扰度

简介: 【9月更文挑战第1天】

一位老师正在出一场由 n 道判断题构成的考试,每道题的答案为 true (用 'T' 表示)或者 false (用 'F' 表示)。老师想增加学生对自己做出答案的不确定性,方法是 最大化 有 连续相同 结果的题数。(也就是连续出现 true 或者连续出现 false)。

给你一个字符串 answerKey ,其中 answerKey[i] 是第 i 个问题的正确结果。除此以外,还给你一个整数 k ,表示你能进行以下操作的最多次数:

每次操作中,将问题的正确答案改为 'T' 或者 'F' (也就是将 answerKey[i] 改为 'T' 或者 'F' )。
请你返回在不超过 k 次操作的情况下,最大 连续 'T' 或者 'F' 的数目。

示例 1:

输入:answerKey = "TTFF", k = 2
输出:4
解释:我们可以将两个 'F' 都变为 'T' ,得到 answerKey = "TTTT" 。
总共有四个连续的 'T' 。
示例 2:

输入:answerKey = "TFFT", k = 1
输出:3
解释:我们可以将最前面的 'T' 换成 'F' ,得到 answerKey = "FFFT" 。
或者,我们可以将第二个 'T' 换成 'F' ,得到 answerKey = "TFFF" 。
两种情况下,都有三个连续的 'F' 。
示例 3:

输入:answerKey = "TTFTTFTT", k = 1
输出:5
解释:我们可以将第一个 'F' 换成 'T' ,得到 answerKey = "TTTTTFTT" 。
或者我们可以将第二个 'F' 换成 'T' ,得到 answerKey = "TTFTTTTT" 。
两种情况下,都有五个连续的 'T' 。

提示:

n == answerKey.length
1 <= n <= 5 * 104
answerKey[i] 要么是 'T' ,要么是 'F'
1 <= k <= n

解题思路:
首先我们对题意进行分析,目标要最长连续的'T'或者'F'.可以改动最多k个。因为就两种情况:一种最长连续的是‘T’,另一种最长连续的是‘F’,所以我们假设最长连续的是’T‘去分析,那个就应该改’F‘。所以我们从头往后维护一个区间,这个区间中最多改了k个'F',如果不到k个,那么我们就将区间右边扩大添加进去一个字符,如果还是'T',那么肯定再添加,如果不是’T‘是’F‘,再看修改的次数超过k没有,没超过就继续,超过了就将区间左边缩小,直到区间内改动次数不超过k为止,这就是滑动窗口
上面是我们对最长连续的是’T‘去分析的,所以我们在将最长连续的是’F‘,去分析一边,求最大值即可。

class Solution {
public:
    int maxConsecutiveAnswers(string answerKey, int k) {
        int len = answerKey.length();
        // T
        int ans = 0;
        for (int l = 0, r = 0 , sum = 0;r < len; r++){
            sum+=answerKey[r]!='T';
            while(sum>k){// out
                sum-=answerKey[l++]!='T';//左指针右移
            }
            ans = max (ans,r-l+1);
        }
        // F
        for (int l = 0, r = 0 , sum = 0;r < len; r++){
            sum+=answerKey[r]!='F';
            while(sum>k){// out
                sum-=answerKey[l++]!='F';//左指针右移
            }
            ans = max (ans,r-l+1);
        }
        return ans;
    }
};
目录
相关文章
|
算法 前端开发
考试的最大困扰度
考试的最大困扰度
73 0
|
8天前
|
人工智能 运维 安全
|
6天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
629 22
|
6天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
13天前
|
人工智能 JavaScript 测试技术
Qwen3-Coder入门教程|10分钟搞定安装配置
Qwen3-Coder 挑战赛简介:无论你是编程小白还是办公达人,都能通过本教程快速上手 Qwen-Code CLI,利用 AI 轻松实现代码编写、文档处理等任务。内容涵盖 API 配置、CLI 安装及多种实用案例,助你提升效率,体验智能编码的乐趣。
1018 110
人工智能 数据可视化 数据挖掘
224 0