【优选算法】 - 11.滑动窗口：最大连续1的个数③

引言

在今天的文章中，我们将聚焦于一个与数组处理相关的算法问题——最大连续1的个数（允许翻转K个0）。这个问题要求我们在一个二进制数组（即只包含0和1的数组）中，通过翻转最多k个0为1，来找出最长的连续1子数组的长度。为了高效地解决这个问题，我们将采用滑动窗口这一强大的技术。
leetcode-最大连续1的个数

问题描述

给定一个二进制数组 nums 和一个整数 k，如果可以翻转最多 k 个 0 ，则返回 数组中连续 1 的最大个数 。

示例：
示例 1：
输入：nums = [1,1,1,0,0,0,1,1,1,1,0], K = 2
输出：6
解释：[1,1,1,0,0,1,1,1,1,1,1]
粗体数字从 0 翻转到 1，最长的子数组长度为 6。

示例 2：
输入：nums = [0,0,1,1,0,0,1,1,1,0,1,1,0,0,0,1,1,1,1], K = 3
输出：10
解释：[0,0,1,1,1,1, 1,1,1, 1,1,1,0,0,0,1,1,1,1]
粗体数字从 0 翻转到 1，最长的子数组长度为 10。

解题思路

问题转化：找出最长的子数组，0的个数不超过k个。

思路1：暴力法（超时）
遍历所有可能的子数组，并检查每个子数组中0的个数。如果0的个数不超过k，则更新最大长度。然而，这种方法的时间复杂度为O(n^3)，在数组较大时会超时。

思路2：滑动窗口，如下图所示

1. 初始化：设置两个指针left和right作为窗口的左右边界，初始时都指向数组的开始位置。同时，设置变量zero来记录窗口中0的个数，初始值为0。变量len用于记录最长的连续1子数组的长度，初始值为0。
2. 进窗口（移动右边界）：通过循环，将右边界right向右移动，并检查当前元素是否为0。如果是，则zero加1。
3. 判断，出窗口（调整窗口大小）：在每次移动右边界后，检查zero是否大于k。如果是，说明窗口中0的个数超过了允许的范围，需要移动左边界left来缩小窗口，直到zero小于或等于k。在移动左边界的过程中，如果左边界指向的元素是0，则zero减1。
4. 更新结果：在每次移动右边界或左边界后，计算当前窗口的长度（即right - left + 1），并将其与Len比较，更新len为较大值。
5. 循环结束：当右边界right遍历完整个数组后，循环结束，此时len中存储的就是最长的连续1子数组的长度。
6. 返回结果：返回len作为最终结果。
   

代码实现

以下是使用暴力法，C++实现的代码示例： （超时）

class Solution {
public:
    int longestOnes(vector<int>& nums, int k) {
        int left , right ,zero = 0,  len=0;
        int n = nums.size();
        for(left = 0; left < n; left++) {
            zero = 0;
        
            for(right = left; right < n ; right++){
                if(nums[right]==0) zero++;
                if(zero > k) break;
                len = max(len , right - left + 1);
            }
        }
        return len;
    }
};

以下是使用滑动窗口，C++实现的代码示例：

class Solution {
public:
    int longestOnes(vector<int>& nums, int k) {
        int left , right ,zero = 0, len=0;
        int n = nums.size();
        for(left = 0,right = 0; right < n; right++){
            if(nums[right]==0)
                zero++;
            while(zero>k){
                if(nums[left]==0)
                    zero--;
                left++;
            }
            len = max(len , right-left+1);
        }
        return len;
    }
};

这段代码通过滑动窗口技术高效地解决了问题，时间复杂度为O(n)，其中n是数组的长度。