直觉就是双指针算法,但我们发现,如果直接计算子数组中恰好有K个不同数的个数,是没有单调性的不能用双指针优化到O(N)
假设我们要求的不是恰好有K个,而是最多有K个不同的不同的数,那么就具有单调性。
把「恰好」改成「最多」就可以使用双指针一前一后交替向右的方法完成,这是因为 对于每一个确定的左边界,最多包含 K 种不同整数的右边界是唯一确定的,并且在左边界向右移动的过程中,右边界或者在原来的地方,或者在原来地方的右边。
因此我们实现一个辅助函数,计算最多包含K个数的子数组个数-最多包含k-1个子数组的个数就是最后答案。
对于给定区间[i,j], 固定住j,这个区间如果满足最多数的个数不超过K,那么所有满足要求的子数组个数是j-i+1。因此这样就可以算出的答案
class Solution {
public:
int subarraysWithKDistinct(vector<int>& A, int K) {
return atMostKDistinct(A,K)-atMostKDistinct(A,K-1);
}
int atMostKDistinct(vector<int>& A, int K){
unordered_map<int,int> hashmap;
int count = 0, res = 0;
for(int i=0,j=0;j<A.size();j++){
hashmap[A[j]]++;
if(hashmap[A[j]]==1) count++;
while(i<=j&&count>K){
hashmap[A[i]]--;
if(hashmap[A[i]]==0){
count--;
}
i++;
}
res+=(j-i+1);
}
return res;
}
};