题目是LeetCode第187场周赛的第三题,链接:绝对差不超过限制的最长连续子数组。具体描述为:给你一个整数数组 nums ,和一个表示限制的整数 limit,请你返回最长连续子数组的长度,该子数组中的任意两个元素之间的绝对差必须小于或者等于 limit 。如果不存在满足条件的子数组,则返回 0 。
示例1:
输入:nums = [8,2,4,7], limit = 4
输出:2
解释:所有子数组如下:
[8] 最大绝对差 |8-8| = 0 <= 4.
[8,2] 最大绝对差 |8-2| = 6 > 4.
[8,2,4] 最大绝对差 |8-2| = 6 > 4.
[8,2,4,7] 最大绝对差 |8-2| = 6 > 4.
[2] 最大绝对差 |2-2| = 0 <= 4.
[2,4] 最大绝对差 |2-4| = 2 <= 4.
[2,4,7] 最大绝对差 |2-7| = 5 > 4.
[4] 最大绝对差 |4-4| = 0 <= 4.
[4,7] 最大绝对差 |4-7| = 3 <= 4.
[7] 最大绝对差 |7-7| = 0 <= 4.
因此,满足题意的最长子数组的长度为 2 。
示例2:
输入:nums = [10,1,2,4,7,2], limit = 5
输出:4
解释:满足题意的最长子数组是 [2,4,7,2],其最大绝对差 |2-7| = 5 <= 5 。
示例3:
输入:nums = [4,2,2,2,4,4,2,2], limit = 0
输出:3
一眼看去这道题就应该是滑动窗口+单调队列的题目,也就是用两个单调队列维护窗口内的最大值和最小值,单调队列的做法可以参考之前的博客。根据窗口内的最大最小值之差是否大于限制决定滑动窗口的变化,如果没超过限制,那就右窗口右移1位(然后需要计算窗口长度并更新最大长度),否则就看最大最小值的位置哪个在前,将左窗口移到这个位置之后就行了。每个数字最多出入队一次,因此时间复杂度为 O ( n ) O(n) O(n),空间复杂度为 O ( n ) O(n) O(n)。
JAVA版代码如下:
class Solution {
public int longestSubarray(int[] nums, int limit) {
// 两个单调队列分别维护从left到right之间的最大值最小值
Deque<Integer> minDeque = new LinkedList<>();
Deque<Integer> maxDeque = new LinkedList<>();
int result = 0;
int left = 0, right = 0;
minDeque.offer(0);
maxDeque.offer(0);
while (right < nums.length) {
int minIdx = minDeque.peekFirst();
int maxIdx = maxDeque.peekFirst();
if (nums[maxIdx] - nums[minIdx] <= limit) {
// 最大值与最小值之差小于限制的情况下右指针右移
result = Math.max(result, right - left + 1);
++right;
// 维护两个单调队列
while (right < nums.length && minDeque.size() > 0 && nums[right] < nums[minDeque.peekLast()]) {
minDeque.pollLast();
}
minDeque.offerLast(right);
while (right < nums.length && maxDeque.size() > 0 && nums[right] > nums[maxDeque.peekLast()]) {
maxDeque.pollLast();
}
maxDeque.offerLast(right);
}
else {
// 最大值与最小值之差大于限制的情况下左指针右移
left = Math.min(minIdx, maxIdx) + 1;
while (minDeque.size() > 0 && minDeque.peekFirst() < left) {
minDeque.pollFirst();
}
while (maxDeque.size() > 0 && maxDeque.peekFirst() < left) {
maxDeque.pollFirst();
}
}
}
return result;
}
}
提交结果如下:
这里的时间貌似没那么高,那是因为题目的测试数据有点奇怪,看了一下其他时间更快的好多都是 O ( n 2 ) O(n^{2}) O(n2)的,不过这些方法需要对于那些会超时的数据(比如全为1)做特殊判断。反正我们的方法是 O ( n ) O(n) O(n)的,就不再纠结时间不够快了。
Python版代码如下:
class Solution:
def kLengthApart(self, nums: List[int], k: int) -> bool:
N = len(nums)
prev = -1
i = 0
while i < N:
if nums[i] == 1:
prev = i
break
i += 1
while i < N - 1:
i += 1
if nums[i] == 1:
if i - prev <= k:
return False
prev = i
return True
提交结果如下: