初识滑动窗口：【643. 子数组最大平均数 I】

最新推荐文章于 2024-01-09 16:54:32 发布

ZZZhonngger

最新推荐文章于 2024-01-09 16:54:32 发布

阅读量182

点赞数

分类专栏：数据结构与算法(Java版)

本文链接：https://blog.csdn.net/weixin_43395911/article/details/119490640

版权

数据结构与算法(Java版) 专栏收录该内容

37 篇文章 2 订阅

订阅专栏

本文介绍了如何使用滑动窗口算法解决寻找数组中最大平均数子数组的问题。针对给定的Java代码，分析了超时解法并提出了优化的正解。通过维护一个固定大小的窗口，动态更新窗口内的元素和，从而降低时间复杂度，实现高效求解。此外，文章还提供了详细解题思路和关键代码片段。

摘要由CSDN通过智能技术生成

滑动窗口指的是这样一类问题的求解方法，在数组上通过双指针同向移动而解决的一类问题。其实这样的问题我们可以不必为它们专门命名一个名字，它们的解法其实是很自然的。
使用滑动窗口解决的问题通常是暴力解法的优化，掌握这一类问题最好的办法就是练习，然后思考清楚为什么可以使用滑动窗口。

题目

子数组最大平均数 I

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。

例如：

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

解法1（啪的一下，超时了）

 	public double findMaxAverage(int[] nums, int k) {
        int left = 0;
        int right = k - 1;
        int max = Integer.MIN_VALUE;
        while (right < nums.length) {
            int sum = getSum(nums, left, right);
            if (max < sum) {
                max = sum;
            }
            right++;
            left++;
        }
        return (double) max / k;
    }

    public int getSum(int[] nums, int left, int right) {
        int sum = 0;
        for (int i = left; i <= right; i++) {
            sum += nums[i];
        }
        return sum;
    }

对于长度为n的数组，当k≤n时，有n-k+1个长度为k的子数组。如果直接计算每个子数组的元素和，时间复杂度过高，无法通过全部测试用例，因此需要使用时间复杂度更低的方法计算每个子数组的元素和。

解法2（正解）

以下图片引用自力扣 https://leetcode-cn.com/problems/maximum-average-subarray-i/solution/zi-shu-zu-zui-da-ping-jun-shu-i-by-leetc-us1k/

在这里插入图片描述
上述过程可以看成维护一个长度为 k 的滑动窗口。

 	public double findMaxAverage(int[] nums, int k) {

        int sum = 0;
        for (int i = 0; i < k; i++) {
            sum += nums[i];
        }

        int maxSum = sum;
        for (int i = k; i < nums.length; i++) {
            sum = sum - nums[i - k] + nums[i];
            maxSum = Math.max(sum, maxSum);
        }
        return 1.0 * maxSum / k;
    }