leetcode 220,存在重复元素Ⅲ

1，思路

利用自平衡二叉搜索树，可以在对数时间内通过 插入 和 删除 来对滑动窗口内元素排序。

2，算法

如果窗口内的元素是有序的，那么用两次二分搜索就可以找到 x+t 和 x-t这两个边界值了。

然而，窗口中的元素是无序的。虽然在有序数组中 搜索 只需要花费对数时间，但是为了让数组保持有序，我们不得不做插入和删除的操作，而这些操作是非常不高效的。如果你有一个k大小的有序数组，当你插入一个新元素x的时候。虽然可以在O(log k)时间内找到这个元素应该插入的位置，但最后还是需要O(k)的时间来将x插入这个有序数组。因为必须得把当前元素应该插入的位置之后的所有元素往后移一位。当你要删除一个元素的时候也是同样的道理。在删除了下标为i的元素之后，还需要把下标i之后的所有元素往前移一位。

为了能让算法的效率得到真正的提升，我们需要引入一个支持 插入，搜索，删除 操作的 动态 数据结构，那就是自平衡二叉搜索树。自平衡 这个词的意思是，这个树在随机进行插入,删除操作之后，它会自动保证树的高度最小。为什么一棵树需要自平衡呢？这是因为在二叉搜索树上的大部分操作需要花费的时间跟这颗树的高度直接相关。可以看一下下面这棵严重左偏的非平衡二叉搜索树。

假设树上节点总数为 n，一个平衡树能把高度维持在 h = logn。因此这棵树上支持在 O(h)=O(logn) 时间内完成 插入，搜索，删除 操作。

下面给出整个算法的伪代码：

初始化一颗空的二叉搜索树 set
对于每个元素xx，遍历整个数组
在 set 上查找大于等于x的最小的数，如果s - x ≤t则返回 true
在 set 上查找小于等于x的最大的数，如果x−g≤t则返回 true
在 set 中插入x
如果树的大小超过了k, 则移除最早加入树的那个数。
返回 false
我们把大于等于 x的最小的数 s当做 x在 BST 中的后继节点。同样的，我们能把小于等于 x最大的数 g当做 x 在 BST 中的前继节点。s和 g这两个数是距离 x 最近的数。因此只需要检查它们和 x的距离就能知道条件二是否满足了。

public boolean containsNearbyAlmostDuplicate(int[] nums, int k, int t) {
    TreeSet<Integer> set = new TreeSet<>();
    for (int i = 0; i < nums.length; ++i) {
        // Find the successor of current element
        Integer s = set.ceiling(nums[i]);
        if (s != null && s <= nums[i] + t) return true;

        // Find the predecessor of current element
        Integer g = set.floor(nums[i]);
        if (g != null && nums[i] <= g + t) return true;

        set.add(nums[i]);
        if (set.size() > k) {
            set.remove(nums[i - k]);
        }
    }
    return false;
}

3,复杂度分析

时间复杂度：O(nlog(min(n,k)))
我们需要遍历这个 n长度的数组。对于每次遍历，在 BST 中 搜索，插入 或者 删除 都需要花费 O(logmin(k,n)) 的时间。

空间复杂度：O(min(n,k))
空间复杂度由 BST 的大小决定，其大小的上限由 k和 n 共同决定。