LeetCode 1438. 绝对差不超过限制的最长连续子数组

1438. 绝对差不超过限制的最长连续子数组

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

提示：

• 1 <= nums.length <= 10^5
• 1 <= nums[i] <= 10^9
• 0 <= limit <= 10^9

---

提示 1

Use a sliding window approach keeping the maximum and minimum value using a data structure like a multiset from STL in C++.

---

提示 2

More specifically, use the two pointer technique, moving the right pointer as far as possible to the right until the subarray is not valid (maxValue - minValue > limit), then moving the left pointer until the subarray is valid again (maxValue - minValue <= limit). Keep repeating this process.

解法1：滑动窗口 + 有序集合

import com.sun.source.tree.Tree;

class Solution {
    public int longestSubarray(int[] nums, int limit) {
        int ans = Integer.MIN_VALUE;
        TreeMap<Integer, Integer> window = new TreeMap<>();
        int left = 0;
        int right = 0;
        while (right < nums.length) {
            window.merge(nums[right], 1, Integer::sum);
            while (window.lastKey() - window.firstKey()> limit) {
                if (window.merge(nums[left], -1, Integer::sum) == 0) {
                    window.remove(nums[left]);
                }
                left++;
            }
            ans = Math.max(ans, right - left + 1);
            right++;
        }
        return ans;
    }
}

复杂度分析

• 时间复杂度：O(n logn)，n 是 数组 nums 的长度。向有序集合中添加或删除元素都是 O(log⁡n) 的时间复杂度。每个元素最多被添加与删除一次。
• 空间复杂度：O(n)。其中 n 是数组长度。最坏情况下有序集合将和原数组等大。

 

解法2：滑动窗口 + 单调队列

在解法1中，我们仅需要统计当前窗口内的最大值与最小值，因此我们也可以分别使用两个单调队列解决本题。

在实际代码中，我们使用一个单调递增的队列 queMin 维护最小值，一个单调递减的队列 queMax 维护最大值。这样我们只需要计算两个队列的队首的差值，即可知道当前窗口是否满足条件。

class Solution {
    public int longestSubarray(int[] nums, int limit) {
        int ans = Integer.MIN_VALUE;
        // 从大到小，peekFirst()是最大的元素
        Deque<Integer> queMax = new LinkedList<>();
        // 从小到大，peekFirst()是最小的元素
        Deque<Integer> queMin = new LinkedList<>();
        int left = 0;
        int right = 0;
        while (right < nums.length) {
            // 找到nums[right]在queMax中的位置
            while (!queMax.isEmpty() && queMax.peekLast() < nums[right]) {
                queMax.pollLast();
            }
            // 找到nums[right]在queMin中的位置
            while (!queMin.isEmpty() && queMin.peekLast() > nums[right]) {
                queMin.pollLast();
            }
            queMax.offerLast(nums[right]);
            queMin.offerLast(nums[right]);

            while (!queMax.isEmpty() && !queMin.isEmpty() && queMax.peekFirst() - queMin.peekFirst() > limit) {
                if (nums[left] == queMax.peekFirst()) {
                    queMax.pollFirst();
                }
                if (nums[left] == queMin.peekFirst()) {
                    queMin.pollFirst();
                }
                left++;
            }
            ans = Math.max(ans, right - left + 1);
            right++;
        }
        return ans;
    }
}

复杂度分析

• 时间复杂度：O(n)，n 是 数组 nums 的长度。我们最多遍历该数组两次，两个单调队列入队出队次数也均为 O(n)。
• 空间复杂度：O(n)。其中 n 是数组长度。最坏情况下单调队列将和原数组等大。