滑动窗口法习题练习

力扣题目643：子数组最大平均数Ⅰ

        /*题目要求寻找满足条件的子数组，所以可以采用滑动窗口法尝试解决*/

        /*滑动窗口法的三个问题：

        1）滑动窗口的内容？：满足长度为k的子数组

        2）起始位置何时移动？当终止位置和起始位置之间的元素个数满足条件时，进行result的更新，并移动起始位置[同时移动终止位置，使得区间内的元素个数仍满足条件]

        3）终止位置何时移动？终止位置即为循环的索引，在循环体内进行更新可优化代码，不满足条件时只移动终止位置，满足条件时同时移动*/

class Solution {
public:
    double findMaxAverage(vector<int>& nums, int k) {
        double result = -INT_MAX;
        int sum = 0;
        int i = 0;
        for (int j = 0; j != nums.size(); ) {
            sum += nums[j];
            if (j - i + 1 < k) {
                ++j;
                continue;
            }
            else if (j - i + 1 == k) {
                result = (result > ((double)sum / k) ? result : ((double)sum / k));
                sum -= nums[i];
                ++i;
                ++j;
            }
        }
        return result;
    }
};

note：采用float时精度不够，需要采用double类型的变量

力扣题目1052：爱生气的书店老板

先将所有不生气时段的顾客数量全部累加存入temp中

循环体与上题类似，不过是每次只累加原本生气时段的顾客数量[放入sum中]；找到满足条件的最大子序列。

该题的关键是将题目抽象为一个基本的滑动窗口题目[寻找满足条件的最大子序列]

class Solution {
public:
    int maxSatisfied(vector<int>& customers, vector<int>& grumpy, int minutes) {
        //minutes分钟不生气，即为该长度内的所有顾客均满意；可以将题目抽象为找到一段长度为minutes的子序列使得客户数目最多。
        //寻找子序列仍然可以采用滑动窗口，与经典的滑动窗口区别不过是更新时需要更新的方法不同
        int result = 0;
        int temp = 0;
        int sum = 0;
        int i = 0;
        for (int m = 0; m != customers.size(); ++m) {
            grumpy[m] == 0 ? temp += customers[m] : temp += 0;
        }
        for (int j = 0; j != customers.size(); ) {
            grumpy[j] == 1 ? sum += customers[j] : sum += 0;
            if (j - i + 1 < minutes) {
                ++j;
                continue;
            }
            else if (j - i + 1 == minutes) {
                result = result > temp + sum ? result : temp + sum;
                temp -= grumpy[i] == 1 ? customers[i] : 0;
                ++i;
                ++j;
            }
        }
        return result;
    }
};