连续最大子数组_【每日一题】42.子数组最大平均数 I

7292d0b72822436996c529a7c85c1ce0.gif关注我们获取更多计算机考研信息

391625c32f0b63e468ac6ddba2af1e5b.png

💡 今日习题

给定 n 个整数,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。

示例 1:

输入: [1,12,-5,-6,50,3], k = 4

输出: 12.75

解释: 最大平均数 (12-5-6+50)/4 = 51/4 = 12.75

注意:

1 <= k <= n <= 30,000。

所给数据范围 [-10,000,10,000]。

5bad5b8462f7b9c95e353b7c91ea4835.png

……⏰ 思考时间……

如果你想好答案了

请查看解题思路和代码实现

·解题思路·

滑动窗口,直接求某长度连续数组和的最大值,最后除以k即可

·代码实现·

class Solution {public:
    double findMaxAverage(vector<int>& nums, int k) {
        int sum = 0;
        int maxSum = INT_MIN;
        for (int i = 0; i             sum += nums[i];
            if (i >= k) {
                sum -= nums[i - k];
            }
            if (i >= k - 1) {
                maxSum = max(maxSum, sum);
            }
        }
        return 1.0 * maxSum / k;
    }
};

·算法分析·

时间复杂度:O(n)

空间复杂度:O(1)

微信关注“字节408考研”,

免费获取各院校计算机软件考研信息与专业课资料!

2633f50ddc40f47e15fa0fd3d5be641c.png
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
解法1:暴力枚举 通过枚举所有的连续数组,计算它们的和,最后返回最大的和。 时间复杂度:O(n^2) 代码: class Solution: def maxSubArray(self, nums: List[int]) -> int: max_sum = float('-inf') for i in range(len(nums)): cur_sum = 0 for j in range(i, len(nums)): cur_sum += nums[j] if cur_sum > max_sum: max_sum = cur_sum return max_sum 解法2:动态规划 我们可以用 dp[i] 表示以第 i 个元素结尾的最大连续数组的和,那么 dp[i] 可以由 dp[i-1] 转移得到: dp[i] = max(dp[i-1] + nums[i], nums[i]) 时间复杂度:O(n) 代码: class Solution: def maxSubArray(self, nums: List[int]) -> int: dp = [0] * len(nums) dp[0] = nums[0] max_sum = nums[0] for i in range(1, len(nums)): dp[i] = max(dp[i-1] + nums[i], nums[i]) max_sum = max(max_sum, dp[i]) return max_sum 解法3:分治法 将数组分成左右两部分,分别求出左半部分的最大数组、右半部分的最大数组以及跨越中心的最大数组,最后返回三者中的最大值。 时间复杂度:O(nlogn) 代码: class Solution: def maxSubArray(self, nums: List[int]) -> int: return self.helper(nums, 0, len(nums)-1) def helper(self, nums, left, right): if left > right: return float('-inf') mid = (left + right) // 2 left_max = self.helper(nums, left, mid-1) right_max = self.helper(nums, mid+1, right) cross_max = self.crossMax(nums, left, mid, right) return max(left_max, right_max, cross_max) def crossMax(self, nums, left, mid, right): left_max = float('-inf') cur_sum = 0 for i in range(mid, left-1, -1): cur_sum += nums[i] left_max = max(left_max, cur_sum) right_max = float('-inf') cur_sum = 0 for i in range(mid+1, right+1): cur_sum += nums[i] right_max = max(right_max, cur_sum) return left_max + right_max 解法4:贪心算法 我们可以从左到右遍历数组,记录当前连续数组的和 cur_sum 和最大连续数组的和 max_sum,如果 cur_sum 加上下一个数 nums[i] 小于 nums[i],那么从 nums[i] 开始重新计算 cur_sum。每次更新 max_sum,最后返回 max_sum 即可。 时间复杂度:O(n) 代码: class Solution: def maxSubArray(self, nums: List[int]) -> int: cur_sum = max_sum = nums[0] for i in range(1, len(nums)): cur_sum = max(nums[i], cur_sum+nums[i]) max_sum = max(max_sum, cur_sum) return max_sum
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值