鲨鱼肌之王-CSDN博客

原创 LeetCode-2379. 得到 K 个黑块的最少涂色次数-1652. 拆炸弹-1052. 爱生气的书店老板-2841. 几乎唯一子数组的最大和-2461. 长度为 K 子数组中最大和

思路:基本上就是简单的滑动窗口,只是要记录一个map映射，用来保存当前窗口内有多少对不同的map映射，用来和m进行比较，只有当map映射数满足大于等于m时，采取尝试更新最终的maxSum。那么，要保证有一个长度为k的全为‘B’的字符串，就只需要把对应map中，键‘W’全改为‘B’即可。但是官方题解给出了一种更好的方式来求解，即将原来的code数组，扩容成原来的两倍，并且将code数组原来的数据直接赋值给后面一半，这样当访问数组第i+k个元素时，就不存在越界问题了。之后的操作就是普通的滑动窗口了。

2024-10-02 15:58:34 43

原创 LeetCode---1456. 定长子串中元音的最大数目---643. 子数组最大平均数 I---1343. 大小为 K 且平均值大于等于阈值的子数组数目---2090. 半径为 k 的子数组平均值

思想：维护一个长度为k的定长滑动窗口，每次对窗口执行后移操作，要检查移除窗口的元素是否为元音字母，以及加入窗口的元素是否为元音字母，然后更新当前窗口中的元音字母数量YUAN。之后检查YUAN与最终返回的maxYUAN的关系并赋值即可。空间：O(1)-只维护一个窗口右指针，无额外开销。时间：O(n)-对数组进行遍历操作。思路：基本与上一题一致。

2024-10-01 23:47:41 48

原创 LeetCode---53.最大子数组的和

申请一个dp数组，dp[i]代表数组第i个位置的最大子数组的和，初始化dp[0] = nums[0],那么dp[1]就等于max(dp[0]+nums[1],nums[1]),由此可以推得状态方程为： dp[i] = max(dp[i-1]+nums[i],nums[i])。直接使用一个currentS来记录当前子数组的和，而每次都记录当前位置的子数组最大和，递推表达式为 currentS = max(nums[i], currentS + nums[i])。空间复杂度：O（n）,dp数组所需花费。

2024-09-30 09:39:50 128

原创 LeetCode---76.最小覆盖子串

第二步：开始不断尝试收缩左边界，看是否影响windowCount包含整个子串，如果不影响则继续收缩，影响就先停止收缩。然后通过左移r，来使windowCount重新包含整个子串，重复该过程，直至完全收缩。在每次重新包含整个子串时都要对最小长度进行更新，并且记录该子串的起始位置。分别定义两个map。第一个map记为tCount，用于保存子串t的映射；第二个map记为windowCount用于保存当前窗口内的字符映射。初始化双指针l，r分别为0，用于记录当前窗口边界。O(m)，保存子串t的哈希映射。

2024-09-29 09:13:49 144

原创 LeetCode---239.滑动窗口的最大值

思想：使用单调栈+滑动窗口的方式，首先先初始化一个单调递增栈这个单调递增栈的大小为k，这样可以第一个窗口中的最大值，会位于当前单调递增栈的栈顶，可以直接记录进入最终返回的vector，然后开始进行滑动窗口，设置l，r两个变量记录窗口的左右边界，分别初始化为0和k-1。申请一个双端队列，用于维护当前窗口，每次加入一个窗口元素时，都先去除掉队列中小于当前插入元素的元素，这样能够维护队列的单调性，保证最大元素一直在队头，当循环变量i到达k-1之后，每一次都需要对最终的返回vector进行插入双端队列的队头元素。

2024-09-28 20:24:39 175

原创 LeetCode---438.找到字符串中所有字母异位词---560.和为k的子数组

通过前缀和的概念，我们能够在一次遍历中有效地计算出和为 kk 的子数组数量。哈希表用于存储每个前缀和的出现次数，使得我们能够快速查找并更新结果。这个方法的高效性在于它避免了使用双重循环的 O(n2)O(n2) 复杂度，将其降低到 O(n)O(n)。public:// 处理和为 k 的情况// 更新当前前缀和// 检查是否存在前缀和为 currentSum - k 的情况// 更新当前前缀和的计数return ans;

2024-09-26 09:40:59 801

原创 LeetCode---3.无重复字符的最长字串

思路：使用滑动窗口的写法来写，设置一个map来存储当前窗口中已经出现的字符以及其对应的映射，初始窗口起点和最大长度均为0，然后外层循环中不断推进窗口的右端点，并且逐一更新窗口的最大值和当前存储map映射。如果在推进窗口右端点的时候，遇到重复的字符，则直接将窗口的左端点移到重复字符的下一个字符处，重新开始计算窗口。时间复杂度:O(n) （一开始以为是O(nlogn)，然后突然意识到map是基于hash的，所以查找的时间复杂度应该是O(1),所以时间复杂度是O(1)）

2024-09-25 19:52:40 194

原创 LeetCode---42.接雨水

如果 height[i]>height[top]，则得到一个可以接雨水的区域，该区域的宽度是 i−left−1，高度是 min(height[left],height[i])−height[top]，根据宽度和高度即可计算得到该区域能接的雨水量。显然这种方式的复杂度是O（N）。思想:由于要得到能接的雨水总量，一定是每一个bar位置所能接的雨水的总和，而对于每一个bar而言，其能接水的量无非就是该bar左右两边的bar的最小值减去当前bar的高度，决定了这个bar的位置能接多少水。

2024-09-24 09:58:58 371

原创 LeetCode---11.盛最多水的容器---15.三数之和

思路：先将数组进行排序之后，循环遍历数组，设置左右指针，左指针设置为当前i位置的下一个位置，设置右指针为数组的最后一个位置。开始内层循环，当三个指针的和sum为0时，保存进最终的ans数组，并且继续增大l，减小r，看是否有其他组数据能和当前i组成的和为0。为了避免重复保存，应该分别在i，l，r对应位置的元素与上一个位置的元素相同时，执行跳过操作。由于短板效应，每次测试完当前情况下的面积后，就将l，r所指向的两个板中较短的那一个板向内移动，因为只有这样，才最有可能使得下一次所盛放的水的比上一次的多。

2024-09-23 16:22:28 205

2301_76865569的博客