算法面试真题详解:滑动窗口内数的和

简介: 算法面试真题详解:滑动窗口内数的和

给你一个大小为n的整型数组和一个大小为k的滑动窗口,将滑动窗口从头移到尾,输出从开始到结束每一个时刻滑动窗口内的数的和。

在线评测地址:领扣题库官网

样例 1

输入:array = [1,2,7,8,5], k = 3
输出:[10,17,20]
解析:
1 + 2 + 7 = 10
2 + 7 + 8 = 17
7 + 8 + 5 = 20

算法:前缀和,滑动窗口

  • 前缀和:
    前缀和就是一个数列的前n项和,前缀和的计算非常简单,我们只需要额外开一个数组来记录它就好了。每次有新的元素出现我们令sum[i] = sum[i - 1] + nums[i],其中sum是我们用来记录前缀和的数组,nums是我们要输入的数列,i代表数列nums中的第i个数。这样的话我们仅仅需要O(N)的复杂度就可以完成计算,在查询宽度为k的区间之间的值的时候,只需要计算sum[i] - sum[i - k] + nums[i-k]即可
  • 滑动窗口:
    可以理解成是一个会滑动的窗口,每次记录下窗口的状态,再找出符合条件的适合的窗口,这题要求长度为k,我们维护一个区间[l,r],先计算这个区间的和,然后每次l,r都向右移动一个单位,并减去nums[l],加上nums[r+1],得到新的区间的和。

复杂度分析

n为数组的大小
时间复杂度O(n)
空间复杂度O(n)

public class Solution {
    /**
     * @param nums: a list of integers.
     * @param k: length of window.
     * @return: the sum of the element inside the window at each moving.
     */
    public int[] winSum(int[] nums, int k) {
        if (k == 0) {
            return new int[0];
        }
        int n = nums.length;
        int[] sum = new int[n];
        sum[0] = nums[0];
        // 计算前缀和
        for (int i = 1;i < n; i++) {
            sum[i] = sum[i - 1] + nums[i];
        }
        k--;
        int[] res = new int[n - k];
        for (int i = k;i < n; i++) {
            res[i - k]= sum[i] - sum[i - k] + nums[i-k];
        }
        return res;
    }
}//滑动窗口public class Solution {
    /**
     * @param nums: a list of integers.
     * @param k: length of window.
     * @return: the sum of the element inside the window at each moving.
     */
    public int[] winSum(int[] nums, int k) {
        if (k == 0) {
            return new int[0];
        }
        int n = nums.length;
        int l = 0,r = k - 1,sum = 0;
        //计算初始窗口的和
        for (int i = 0; i < k; i++) {
            sum += nums[i];
        }
        int[] res = new int[n - k + 1];
        int index = 0;
        res[index++] = sum;
        while (r < n - 1) {
            sum -= nums[l];
            l++;r++;//窗口右移
            sum += nums[r];
            res[index++] = sum;
        }
        return res;
    }
}

更多题解参考:九章官网solution

相关文章
|
2月前
|
算法
【算法】滑动窗口——最大连续1的个数
【算法】滑动窗口——最大连续1的个数
|
2月前
|
算法
【算法】滑动窗口——最小覆盖子串
【算法】滑动窗口——最小覆盖子串
|
2月前
|
算法
【算法】滑动窗口——找到字符串中所有字母异位词
【算法】滑动窗口——找到字符串中所有字母异位词
|
2月前
|
算法
【算法】滑动窗口——将x减到0的最小操作数
【算法】滑动窗口——将x减到0的最小操作数
|
6天前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩分享分库分表的基因算法设计,涵盖分片键选择、水平拆分策略及基因法优化查询效率等内容,助力面试者应对大厂技术面试,提高架构设计能力。
美团面试:百亿级分片,如何设计基因算法?
|
11天前
|
算法 前端开发 Java
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
这篇文章总结了单链表的常见面试题,并提供了详细的问题分析、思路分析以及Java代码实现,包括求单链表中有效节点的个数、查找单链表中的倒数第k个节点、单链表的反转以及从尾到头打印单链表等题目。
23 1
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
|
5天前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?
|
14天前
|
算法 Java 数据中心
探讨面试常见问题雪花算法、时钟回拨问题,java中优雅的实现方式
【10月更文挑战第2天】在大数据量系统中,分布式ID生成是一个关键问题。为了保证在分布式环境下生成的ID唯一、有序且高效,业界提出了多种解决方案,其中雪花算法(Snowflake Algorithm)是一种广泛应用的分布式ID生成算法。本文将详细介绍雪花算法的原理、实现及其处理时钟回拨问题的方法,并提供Java代码示例。
35 2
|
1月前
|
机器学习/深度学习 JavaScript 算法
面试中的网红虚拟DOM,你知多少呢?深入解读diff算法
该文章深入探讨了虚拟DOM的概念及其diff算法,解释了虚拟DOM如何最小化实际DOM的更新,以此提升web应用的性能,并详细分析了diff算法的实现机制。
|
2月前
|
JavaScript 算法 索引
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
这篇文章深入分析了Vue中的diff算法,解释了其在新旧虚拟DOM节点比较中的工作机制,包括同层节点比较、循环向中间收拢的策略,并通过实例演示了diff算法的执行过程,同时提供了源码层面的解析,说明了当数据变化时,如何通过Watcher触发patch函数来更新DOM。
【Vue面试题二十三】、你了解vue的diff算法吗?说说看