leecode#1343：大小为 K 且平均值大于等于阈值的子数组数目【数组】【滑动窗口】

暴力

class Solution:
    def numOfSubarrays(self, arr: List[int], k: int, threshold: int) -> int:
        sum=count=0
        
        for i in range(len(arr)-k+1):
            r=0
            sum=0
            for j in range(i,i+k):
                sum += arr[j]
            r = sum/k
            if r>= threshold:
                count+=1
            
        
        return count

结果超时了…

改进后的代码

依然超出了时间限制

class Solution:
    def numOfSubarrays(self, arr: List[int], k: int, threshold: int) -> int:
        i=0
        j=k-1
        count=0
        while j<=len(arr)-1:
            sum=m=r=0
            m=i
            while m<=j:
                sum += arr[m]
                m+=1
            r = sum/k
            if r>= threshold:
                count+=1
            
            i+=1
            j+=1    
        return count

滑动窗口

概念

滑动窗口算法可以用以解决数组/字符串的子元素问题，它可以将嵌套的循环问题，转换为单循环问题，降低时间复杂度。

class Solution(object):
    def numOfSubarrays(self, arr, k, threshold):
        """
        :type arr: List[int]
        :type k: int
        :type threshold: int
        :rtype: int
        """
        if k > len(arr): return 0
        subArr_num = 0
        subArr_sum = 0
        thres = threshold*k #优化阈值比较
        
        for i in range(k):   #计算出第一个窗口的值
            subArr_sum += arr[i]
        if subArr_sum >= thres: subArr_num += 1
        
        for i in range(1, len(arr)-k+1):
            subArr_sum = subArr_sum - arr[i-1] + arr[i+k-1] #秒啊
            if subArr_sum >= thres:
                subArr_num += 1
        return subArr_num

其他滑动窗口类的题：

#3
#239
#219
#209

参考

什么是「滑动窗口算法」（sliding window algorithm），有哪些应用场景？ - 程序员吴师兄的回答 - 知乎
https://www.zhihu.com/question/314669016/answer/663930108