#达标子数组#
求达标子数组的数量 * 题目:给定一个数组,求满足子数组中最大值-最小值小于等于某个数的子数组的数量 * 例如[0,1,2,3]中求子数组中最大值-最小值小于等于 2的子数组的数量 * 结果为9,因为满足条件的只有[0,0] [0,1] [0,2] [1,1] [1,2] [1,3] [2,2] [2,3] [3,3]
题目对应的代码如下:
首先讨论暴力解,这种解法特别容易想,就是把所有的子数组进行枚举,例如:0~0,0~1,0~2,0~3, 0~4...2~2,2~2,2~3,2~4...然后依次找到每个子数组的最大值和最小值,根据二者之差判断是否达标,如果达标则总的数量加1,两层for循环的时间复杂度是O(N^2),面试场没分
重点讨论第二种解法,也是本题的重要考察点:滑动窗口,对于滑动窗口解法来说,每个位置最多进一次窗口,也最多出一次窗口,所以时间复杂度是O(N),这个已经是最好的解法了,你不可能所有的位置都没看完就找到所有答案
public class AllLessNumSubArray {
/**
* 暴力解,百分百正确,但是面试场上没分
*/
public static int right(int[] nums, int limit) {
if(nums == null || nums.length == 0 || limit < 0) {
return 0;
}
int result = 0;
for(int i = 0; i < nums.length; i++) {
int max = nums[i];
int min = nums[i];
for(int j = i; j < nums.length; j++) {
max = Math.max(max, nums[j]);
min = Math.min(min, nums[j]);
if(max - min > limit) break;
if(max - min <= limit) result ++;
}
}
return result;
}
public static int better(int[] nums, int limit) {
//不满足基本的条件,返回0个
if(nums == null || nums.length == 0 || limit < 0) {
return 0;
}
//数组的长度
int N = nums.length;
//创建最大值和最小值窗口,使用双端队列
LinkedList<Integer> min = new LinkedList<>();
LinkedList<Integer> max = new LinkedList<>();
//L和R都从0开始,形成的区间是[L,R]左开右闭
int R = 0;
int L = 0;
//最终结果统计
int result = 0;
//L,R的边界都是小于N,都是不回退的
while(L < N) {
while(R < N) {
//如果当前最小值窗口中有数字大于要进去的R的位置的数字,依次弹出
while(!min.isEmpty() && nums[min.peekLast()] >= nums[R]) {
min.pollLast();
}
//R入最小值窗口
min.addLast(R);
//如果当前最大值窗口中有数字小于要进去的R的位置的数字,依次弹出
while(!max.isEmpty() && nums[max.peekLast()] <= nums[R]) {
max.pollLast();
}
//R入最小值窗口
max.addLast(R);
//当前窗口最大值-最小值如果不满足《=limit,终止,
//如果满足条件R继续++,R是以L下标开始第一个不满足条件的
if(nums[max.peekFirst()] - nums[min.peekFirst()] > limit) {
break;
} else {
R++;
}
}
//因为L马上要进行L++操作了,所以L位置马上过期,如果最大值或者最小值窗口的头部是L,则弹出头部
if(max.peekFirst() == L) {
max.pollFirst();
}
if(min.peekFirst() == L) {
min.pollFirst();
}
//R是以L为起点的子数组中第一个不满足max-min<=limit的节点,所以数量加上(R - L)
result += (R - L);
L++;
}
return result;
}
}