2024. 考试的最大困扰度 : 滑动窗口运用题

简介: 2024. 考试的最大困扰度 : 滑动窗口运用题

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 2024. 考试的最大困扰度 ,难度为 中等


Tag : 「滑动窗口」、「双指针」


一位老师正在出一场由 nn 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 answerKeyanswerKey ,其中 answerKey[i]answerKey[i] 是第 ii 个问题的正确结果。除此以外,还给你一个整数 kk,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]answerKey[i] 改为 'T' 或者 'F' )。 请你返回在不超过 kk 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' 。
复制代码


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' 。
复制代码


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' 。
复制代码


提示:


  • n == answerKey.lengthn==answerKey.length
  • 1 <= n <= 5 * 1041<=n<=5104
  • answerKey[i]answerKey[i] 要么是 'T' ,要么是 'F'
  • 1 <= k <= n1<=k<=n


滑动窗口



题目求修改次数不超过 kk 的前提下,连续段 'T''F' 的最大长度。


等价于求一个包含 'F' 或者 'T' 的个数不超过 kk 的最大长度窗口。


假定存在一个 int getCnt(char c) 函数,返回包含字符 c 数量不超过 kk 的最大窗口长度,那么最终 max(getCnt('T'), getCnt('F')) 即是答案。


其中 getCnt 函数的实现可以使用「滑动窗口」:使用 jjii 分别代表窗口的左右端点,cntcnt 为区间 [j, i][j,i] 中的字符 c 的数量,每次右端点 ii 移动时,若满足 s[i] = cs[i]=c,让 cntcnt 自增,当 cnt > kcnt>k 时,使左端点 jj 往右移动,同时更新 cntcnt,直到 [j, i][j,i] 区间恢复合法性(包含字符 c 的数量 cntcnt 不超过 kk 个)。


代码:


class Solution {
    String s;
    int n, k;
    public int maxConsecutiveAnswers(String answerKey, int _k) {
        s = answerKey;
        n = s.length(); k = _k;
        return Math.max(getCnt('T'), getCnt('F'));
    }
    int getCnt(char c) {
        int ans = 0;
        for (int i = 0, j = 0, cnt = 0; i < n; i++) {
            if (s.charAt(i) == c) cnt++;
            while (cnt > k) {
                if (s.charAt(j) == c) cnt--;
                j++;
            }
            ans = Math.max(ans, i - j + 1);
        }
        return ans;
    }
}
复制代码


  • 时间复杂度:O(n)O(n)
  • 空间复杂度:O(1)O(1)


同类型加餐



今日份加餐:【面试高频系列】可逐层递进的经典题,以及如何根据「数据范围」调整使用何种算法 🎉🎉


最后



这是我们「刷穿 LeetCode」系列文章的第 No.2024 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
7月前
|
算法 前端开发
考试的最大困扰度
考试的最大困扰度
47 0
|
3月前
2024. 考试的最大困扰度
【9月更文挑战第1天】
98 5
|
7月前
|
存储
每日一题——滑动窗口的最大值
每日一题——滑动窗口的最大值
|
7月前
leetcode-2024:考试的最大困扰度
leetcode-2024:考试的最大困扰度
38 0
|
机器学习/深度学习 存储 算法
代码随想录训练营day13| 239. 滑动窗口最大值 347.前 K 个高频元素
代码随想录训练营day13| 239. 滑动窗口最大值 347.前 K 个高频元素
|
算法
刷题算法:滑动窗口法
滑动窗口法就是在不断地调整子序列地起始位置与终止位置,从而得出我们想要的结果。滑动窗口法的起始与终止节点的移动的目的即为求解子序列的最优化处理,其基本的思路如下: 定义双指针,初始值一致,双指针之间的内容为所谓的窗口,包括双指针所指的元素。 确定指针之间的最佳窗口内容的判断条件,即窗口内容扩大、缩小的条件。 优先移动终止节点,扩大窗口直至恰好满足判断条件,再移动起始节点一次缩小窗口 再次判断是否符合条件,符合,此时为一次所求解的子序列,记录所需参数,继续移动起始节点,不符合,起始节点不动,移动终止节点至恰
100 0
|
机器学习/深度学习 算法 JavaScript
日拱算法,滑动窗口的最大值
日拱算法,滑动窗口的最大值
|
机器学习/深度学习 存储 资源调度
算法刷题第六天:滑动窗口
时间复杂度:O(n+m+∣Σ∣),其中 n 是字符串 s_1​的长度,m 是字符串 s_2的长度,Σ 是字符集,这道题中的字符集是小写字母,∣Σ∣=26。
96 0
算法刷题第六天:滑动窗口
|
编译器 C语言
第二周:计算
C语言第第二周内容,计算,是开启编程世界的第一步
159 0

热门文章

最新文章