643. 子数组最大平均数 I （滑动窗口）

前言

滑动窗口是一种算法思想。在一个特定大小的字符串或数组上进行操作，而不在整个字符串和数组上操作，这样就降低了问题的复杂度，从而也达到降低了循环的嵌套深度。

---

题目

643. 子数组最大平均数 I

---

算法思路

思路一

考虑滑动窗口，首先我们需要先定义的一个sum存放数组索引0-k的和
定义一个滑动窗口，在一个k的长度内，k向每向前移动一格，那么更新后的sum的值就为增加前一个位置（i），删除后一个位置的（i-k）。

初始时，最左侧的子数组下标为[0,k-1],当k<i<nums.length时，数组下标从[i-k,i-1]到[i-k+1,i]时，长度为k的新子数组中，nusm[i-k]移出，nums[i]移入。转化为代码为sum=sum-nums[i-k]+nums[i];

源码

class Solution {
    public double findMaxAverage(int[] nums, int k) {
        int sum=0;
        //首先初始化sum为数组前k个
        for(int i=0;i<k;i++){
            sum+=nums[i];
        }
        int max=sum;
        for(int j=k;j<nums.length;j++){
            sum=sum-nums[j-k]+nums[j];
            max=Math.max(sum,max);
        }
        return 1.0*max/k;
    }
}

时间和空间复杂度

时间复杂度：O(n)，其中 n 是数组的长度。

空间复杂度：O(1)

---

思路二（未解决）

滑动窗口首先要考虑的是滑动，我在思路二中没有理解滑动的意思，于是就使用的双指针，一个l，一个r=l+k，在用for以此来达到滑动的目的。

源码

class Solution {
    public double findMaxAverage(int[] nums, int k) {
        //定义长度为k的窗口
        int left=0,right=left+k;
        //max
        double sum=0;
        double max=0;
        for(int i=left;i<right;i++){
            //求当前窗口平均值
             sum+=nums[i];
            double tempmax=sum/k;
            if(tempmax>max){
                max=tempmax;
            }
        }
        return max;
    }
}

所用API

Math.math()求最大值

---

总结（滑动窗口应用场景）

1. 需要输出或比较的结果在原数据结构中是连续排列的（字符串中的连续不重复子串，数组中的连续元素最大和）

2. 每次窗口滑动时，只需观察窗口两端元素的变化，无论窗口多长，每次只操作两个头尾元素，当用到的窗口比较长时，可以显著减少操作次数

3. 窗口内元素的整体性比较强，窗口滑动可以只通过操作头尾两个位置的变化实现，但对比结果时往往要用到窗口中所有元素（检查窗口中是否含有重复字符，对比窗口中元素的和）

参考文章