力扣每日一题 6/15 滑动窗口

简介: 力扣每日一题 6/15 滑动窗口

2779.数组的最大美丽值【中等

题目:

给你一个下标从 0 开始的整数数组 nums 和一个 非负 整数 k

在一步操作中,你可以执行下述指令:

  • 在范围 [0, nums.length - 1] 中选择一个 此前没有选过 的下标 i
  • nums[i] 替换为范围 [nums[i] - k, nums[i] + k] 内的任一整数。

数组的 美丽值 定义为数组中由相等元素组成的最长子序列的长度。

对数组 nums 执行上述操作任意次后,返回数组可能取得的 最大 美丽值。

注意: 能对每个下标执行 一次 此操作。

数组的 子序列 定义是:经由原数组删除一些元素(也可能不删除)得到的一个新数组,且在此过程中剩余元素的顺序不发生改变。

示例 1:

输入:nums = [4,6,1,2], k = 2

输出:3

解释:在这个示例中,我们执行下述操作:

- 选择下标 1 ,将其替换为 4(从范围 [4,8] 中选出),此时 nums = [4,4,1,2] 。

- 选择下标 3 ,将其替换为 4(从范围 [0,4] 中选出),此时 nums = [4,4,1,4] 。

执行上述操作后,数组的美丽值是 3(子序列由下标 0 、1 、3 对应的元素组成)。

可以证明 3 是我们可以得到的由相等元素组成的最长子序列长度。


示例 2:

输入:nums = [1,1,1,1], k = 10

输出:4

解释:在这个示例中,我们无需执行任何操作。

数组 nums 的美丽值是 4(整个数组)。


提示:

  • 1 <= nums.length <= 10**5
  • 0 <= nums[i], k <= 10**5


分析问题:

       首先看到这个问题的第一反应,就是模拟它的寻找过程,创建一个字典,去走一遍循环把能改变成 [nums[i] - k, nums[i] + k] 的值全部都放入字典里面,并且对其进行计数,然后输出计数最多的数即可,但是代码实现过后,时间超出限制,具体代码如下:

class Solution:
    def maximumBeauty(self, nums: List[int], k: int) -> int:
        dic={}
        n=len(nums)
        for i in range(n):
            for j in range(nums[i]-k,nums[i]+k+1):
                if j not in dic:
                    dic[j]=1
                else: dic[j]+=1
        x=0
        for q in dic.values():
            if q>x: x=q
        return x

提交结果如下图:

时间超限。然后借鉴了题解区灵神的思路,他运用的正是 滑动窗口 的思路。 即首先分析子序列的顺序不受影响,所以把原数组nums进行排序(假设从小到大排),把原数组的每一个数值x都看作是

[x - k, x+ k] 这样的一个区间。排序后,选出的区间是连续的,我们只需考虑最左边的区间 [x−k,x+k]和最右边的区间 [y−k,y+k],如果这两个区间的交集不为空,那么选出的这些区间的交集不为空。也就是说,要满足 x+k≥y−k,即 y−x≤2k

于是原问题等价于

  • 排序后,找最长的连续子数组,其最大值减最小值不超过 2k。

 只要子数组满足这个要求,对应的区间的交集就不为空,也就是子数组的元素都可以变成同一个数。然后枚举nums中的元素,判断其区间长度,取最大值即可。


代码实现:

class Solution:
    def maximumBeauty(self, nums: List[int], k: int) -> int:
        nums.sort()
        left,ans=0,0
        for right,x in enumerate(nums):
            while x-nums[left] > 2*k:
                left+=1
            ans=max(ans,right-left+1)
        return ans


总结:

以下是对代码的详细解释:

       首先,对输入的列表 `nums` 进行排序。

       然后,使用两个指针 `left` 和 `right` 遍历列表。`left` 指针从起始位置开始,`right` 指针依次遍历列表中的每个元素 `x`。 在每次循环中,通过一个 `while` 循环检查当前元素 `x` 与 `left` 指针所指元素的差值是否大于 `2*k` 。如果是,就将 `left` 指针向右移动一位。 接着,计算当前窗口(`right - left + 1`)的长度,并更新最大窗口长度 `ans` 。

       最后,方法返回最大窗口长度 `ans` 作为结果。

 


这道题主要考查了以下几个方面:

  1. 对数组的排序操作。通过对 nums 进行排序,为后续的双指针操作奠定基础,这考查了对基本排序算法的理解和运用。
  2. 双指针算法。使用 left 和 right 两个指针来遍历数组,有效地计算满足特定条件的窗口大小,这考验了对指针移动逻辑和条件判断的掌握。
  3. 数学推理和逻辑思维。在判断元素差值是否超过 2*k 时,需要清晰的数学推理和逻辑思考。

 

通过这道题,可以学到:

  1. 熟练掌握排序算法的应用场景,以便为后续的处理提供便利。
  2. 深入理解双指针算法的精髓,如何通过合理移动指针来解决问题,提高算法效率。
  3. 增强数学推理和逻辑判断能力,能够准确地分析问题中的条件和约束。

 

反思方面:

  1. 在解决类似问题时,要首先思考是否可以通过排序来简化问题。
  2. 对于双指针的移动条件,需要仔细分析,确保不会遗漏边界情况或出现错误的判断。
  3. 不断练习类似的数学推理和逻辑判断,提高解决复杂条件问题的能力。

“妄想进入虚空,却被虚空吞噬。” ——《DreamStars》

目录
相关文章
|
7月前
|
存储 算法
LeetCode刷题---209. 长度最小的子数组(双指针-滑动窗口)
LeetCode刷题---209. 长度最小的子数组(双指针-滑动窗口)
|
2月前
【LeetCode 26】239.滑动窗口最大值
【LeetCode 26】239.滑动窗口最大值
36 1
|
2月前
【LeetCode 04】滑动窗口法总结
【LeetCode 04】滑动窗口法总结
24 0
|
4月前
|
存储 Python
【Leetcode刷题Python】239. 滑动窗口最大值
文章介绍了两种解决LeetCode上"滑动窗口最大值"问题的方法:使用大堆树和双向递减队列,提供了详细的解析和Python代码实现。
37 0
|
6月前
|
算法
【LeetCode刷题】滑动窗口解决问题:串联所有单词的子串(困难)、最小覆盖子串(困难)
【LeetCode刷题】滑动窗口解决问题:串联所有单词的子串(困难)、最小覆盖子串(困难)
|
6月前
|
算法 容器
【LeetCode刷题】滑动窗口解决问题:水果成篮、找到字符串中所有字母异位词
【LeetCode刷题】滑动窗口解决问题:水果成篮、找到字符串中所有字母异位词
|
5月前
|
存储 算法
经典的滑动窗口的题目 力扣 2799. 统计完全子数组的数目(面试题)
经典的滑动窗口的题目 力扣 2799. 统计完全子数组的数目(面试题)
|
6月前
|
算法 索引
力扣随机一题 位运算/滑动窗口/数组
力扣随机一题 位运算/滑动窗口/数组
48 0
|
6月前
【LeetCode刷题】滑动窗口思想解决:最大连续1的个数 III、将x减到0的最小操作数
【LeetCode刷题】滑动窗口思想解决:最大连续1的个数 III、将x减到0的最小操作数
|
6月前
【LeetCode刷题】滑动窗口思想解决问题:长度最小的子数组、无重复字符的最长子串
【LeetCode刷题】滑动窗口思想解决问题:长度最小的子数组、无重复字符的最长子串