每日两道leetcode（补充版）

1493. 删掉一个元素以后全为 1 的最长子数组 - 力扣（LeetCode）

题目

给你一个二进制数组 nums ，你需要从中删掉一个元素。

请你在删掉元素的结果数组中，返回最长的且只包含 1 的非空子数组的长度。

如果不存在这样的子数组，请返回 0 。

提示 1：

输入：nums = [1,1,0,1]
输出：3
解释：删掉位置 2 的数后，[1,1,1] 包含 3 个 1 。

示例 2：

输入：nums = [0,1,1,1,0,1,1,0,1]
输出：5
解释：删掉位置 4 的数字后，[0,1,1,1,1,1,0,1] 的最长全 1 子数组为 [1,1,1,1,1] 。

示例 3：

输入：nums = [1,1,1]
输出：2
解释：你必须要删除一个元素。

提示：

• 1 <= nums.length <= 105
• nums[i] 要么是 0 要么是 1 。

思路

1. 也是使用滑动窗口，想要找到删除一个元素后所在的最长的1的数组长度，即查看相隔一个0的两个0之间多长即可。
2. 需考虑特殊情况的处理，如没有0，只有一个0，只有两个0和多于两个0的情况（所以我们初始化pre，now，next指针的时候应该初始化为-1以确定0的数量）：
   1. 没有0，那么数组长度-1就是所求（必须删一个）。
   2. 只有一个0，那么也是数组长度-1（直接把0删了）。
   3. 两个0的话就看第一个往后长还是第二个往前长。
   4. 三个0则需通过滑动窗口慢慢进行统计了，每次遇到next节点更新都统计一次本窗口的最长的1的情况，因为只有在next更新的时候才会更新数组长度，所以最后还需要检查一下数组最后是否是1，若是则需要扫尾再比较一遍更新长度。

代码实现

class Solution {
public:
    int longestSubarray(vector<int>& nums) {
        int i, cnt = 0, index0 = -1, index1 = -1, index2 = -1, n = nums.size();
        for(i = 0; i < n; i++) {
            if(nums[i] == 0) {
                if(index0 == -1) {
                    index0 = i;
                }
                else if(index1 == -1) {
                    index1 = i;
                    if(cnt < index1-1) cnt = index1-1;
                }
                else if(index2 == -1) {
                    index2 = i;
                    if(index2-index0-2 > cnt) cnt = index2-index0-2;
                }
                else {
                    index0 = index1;
                    index1 = index2;
                    index2 = i;
                    if(index2-index0-2 > cnt) cnt = index2-index0-2;
                }
            }
            else {
                if(index0 == -1) cnt++;
            }
        }
        if(index0 == -1) return n-1;
        else if(index1 == -1) return n-1;
        else if(index2 == -1) {
            if(index1-1 < n-index0-2) return n-index0-2;
            else return index1-1;
        }
        else {
            if(nums[n-1] != 0) {
                int last_length = n-index1-2;
                if(cnt < last_length) return last_length;
            }
        }
        return cnt;        
    }
};

复杂度分析

• 时间复杂度：只进行了一次遍历，时间复杂度为O(n)。
• 空间复杂度：O(1)。