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;
}
};