大家好我是苏麟 , 今天来说说滑动窗口思想 .
我们在数组和链表部分研究过双指针思想,这里我们继续学习滑动窗口思想。滑动窗口其实是双指针思想的一种特殊场景,由于这种方式能够很好的解决一些特定场景的问题,因此就有了“滑动窗口思想”
什么是窗口、什么是窗口的滑动 :
- 窗口: 窗口其实就是两个变量left和right之间的元素,也可以理解为一个区间。窗口大小可能固定,也可能变化,如果是固定大小的,那么自然要先确定窗口是否越界,再执行逻辑处理。如果不是固定的,就要先判断是否满足要求,再执行逻辑处理。
- 滑动: 说明这个窗口是移动的,事实上移动的仍然是left和right两个变量,而不是序列中的元素。当变量移动的时,其中间的元素必然会发生变化,因此就有了这种不断滑动的效果。
看下图 :
这就是一个滑动窗口 , 窗口慢慢向右 .
入门题目
最长连续递增序列
描述 :
给定一个未经排序的整数数组,找到最长且 连续递增的子序列,并返回该序列的长度。
连续递增的子序列 可以由两个下标 l
和 r
(l < r
)确定,如果对于每个 l <= i < r
,都有 nums[i] < nums[i + 1]
,那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]]
就是连续递增子序列。
题目 :
LeetCode 674.最长连续递增序列 :
分析 :
为了方便演示,我们给个示例(1,3,5,4,7,8,9,2),则图示如下,题目要求找到最长的连续递增子序列。
可以看到,最长递增子序列为{4,7,8,9)所以应该返回 4。所以在遍历的时候,我们可以从第 2 个元素开始先定义[left,right]的区间来表示当前的递增区间,执行如下操作:
- 如果当前遍历到的元素比它左边的那一个元素要严格大,right就增加
- 否则就将left跳到right的起始位置,重新开始计算
解析 :
class Solution {
public int findLengthOfLCIS(int[] nums) {
int left = 0;
int right = 0;
int res = 0;
while(right < nums.length){
if(right > 0 && nums[right-1]>=nums[right]){
left = right;
}
right++;
res = Math.max(res,right-left);
}
return res;
}
}
子数组最大平均数 I
描述 :
给你一个由 n
个元素组成的整数数组 nums
和一个整数 k
。
请你找出平均数最大且 长度为 k
的连续子数组,并输出该最大平均数。
任何误差小于 10-5
的答案都将被视为正确答案。
题目 :
LeetCode 643.子数组最大平均数 ::
分析 :
这是典型的滑动窗口,大小都规定了,就是K,那我们只要先读取k个,然后逐步让窗口向前走就可以了 .
解析 :
class Solution {
public double findMaxAverage(int[] nums, int k) {
double num = 0.0;
int left = 0;
for(int i = 0; i < k;i++){
num += nums[i];
}
double max = num;
for(int right = k;right < nums.length; right++){
num += nums[right] - nums[right - k];
max = Math.max(max,num);
}
return max / k;
}
}
这期就到这里 , 下期见!