Java滑动窗口

文章讨论了一种使用滑动窗口和双指针方法解决将数组元素总和调整到特定值的问题。通过逆向和正向思维,实现找到使数组元素总和从x减到0的最小操作数。在过程中,涉及到了对数组的遍历、前缀和与后缀和的计算,以及满足条件时的操作。
摘要由CSDN通过智能技术生成

滑动窗口是一种基于双指针的思想,两个指针之间的元素之间形成一个“窗口”。

初始时,left,right = 0;right指针右滑,当之间的元素超过条件时,left指针右滑。直到窗口元素满足条件,或right超出边界。

时间复杂度是O(n)的。

1658. 将 x 减到 0 的最小操作数

// 逆向思维
// class Solution {
//     public int minOperations(int[] nums, int x) {
//         int target = -x;
//         for(int num : nums){
//             target += num;
//         }
//         if(target < 0) return -1;
//         int ans = -1,left = 0,sum = 0;
//         for(int right = 0; right < nums.length; right++){
//             sum += nums[right];
//             while(sum > target) sum -= nums[left++];
//             if(target == sum) ans = Math.max(ans, right - left + 1);
//         }
//         return ans < 0 ? -1 : nums.length - ans;
//     }
// }

// 正向求解
class Solution {
    public int minOperations(int[] nums, int x) {
        int n = nums.length;
        int sum = Arrays.stream(nums).sum();

        if (sum < x) {
            return -1;
        }


        //right是后缀边界,left是前缀边界。初始时前缀为0,整个数组为后缀。
        int right = 0;
        int lsum = 0, rsum = sum;
        int ans = n + 1;

        
        for (int left = -1; left < n; ++left) {
            if (left != -1) {
                lsum += nums[left];
            }
            while (right < n && lsum + rsum > x) {
                rsum -= nums[right];
                ++right;
            }
            if (lsum + rsum == x) {
                ans = Math.min(ans, (left + 1) + (n - right));
            }
        }

        return ans > n ? -1 : ans;
    }
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
滑动窗口是一种常用的流量控制机制,可以用于限制数据流经过某个节点的速率。在Java中,我们可以通过使用计时器和队列来实现滑动窗口流量控制。 以下是一个简单的示例代码,演示了如何使用滑动窗口来控制流量: ```java import java.util.ArrayDeque; import java.util.Queue; import java.util.Timer; import java.util.TimerTask; public class SlidingWindow { private final int windowSize; private final int maxRequestsPerSecond; private final Queue<Long> requests; public SlidingWindow(int windowSize, int maxRequestsPerSecond) { this.windowSize = windowSize; this.maxRequestsPerSecond = maxRequestsPerSecond; this.requests = new ArrayDeque<>(); } public boolean isAllowed() { long currentTime = System.currentTimeMillis(); requests.add(currentTime); if (requests.size() > maxRequestsPerSecond) { long oldestRequestTime = requests.poll(); if (currentTime - oldestRequestTime <= windowSize) { return false; } } return true; } public static void main(String[] args) { SlidingWindow slidingWindow = new SlidingWindow(1000, 10); // 设置窗口大小为1秒,最大每秒请求数为10 Timer timer = new Timer(); timer.schedule(new TimerTask() { @Override public void run() { if (slidingWindow.isAllowed()) { System.out.println("Request allowed"); } else { System.out.println("Request blocked"); } } }, 0, 100); // 每100毫秒发送一个请求 try { Thread.sleep(5000); // 运行5秒钟 } catch (InterruptedException e) { e.printStackTrace(); } timer.cancel(); } } ``` 在上面的示例代码中,`SlidingWindow` 类代表滑动窗口流量控制器。构造函数中的 `windowSize` 参数表示窗口的时间大小(以毫秒为单位),`maxRequestsPerSecond` 参数表示窗口内允许通过的最大请求数。 `isAllowed()` 方法用于检查当前请求是否被允许。它会记录当前请求的时间戳,并将其加入到请求队列中。如果队列长度超过了最大请求数,那么就会取出队列中最旧的请求时间戳,并检查当前时间与最旧请求时间的差值是否小于窗口大小。如果小于窗口大小,说明窗口内请求数已经达到了最大限制,请求会被拒绝;否则,请求会被允许。 在 `main` 方法中,我们创建了一个 `SlidingWindow` 对象,并使用定时器每100毫秒发送一个请求。运行5秒钟后,我们取消定时器。 这只是一个简单的演示示例,实际应用中可能需要根据具体需求进行适当的调整和优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值