思路一:滑动窗口 O(n)
具体思路:区间内保持0的数目小于等于k (l, r], 区间是左开右闭,cntl记录l左边0的个数, cntr记录右边0的个数
class Solution {
public:
int longestOnes(vector<int>& nums, int k) {
int n = nums.size(), ans = 0;
int l = 0, cnt = 0;
for (int r = 0; r < n; ++r) {
cnt += (1 - nums[r]);
while (cnt > k) {
cnt -= (1 - nums[l++]);
}
ans = max(ans, r - l + 1);
}
return ans;
}
};
思路二:前缀和+二分 O(nlogn)
具体细节:
sums[]为前缀和,区间和即为区间内0的个数(因为是翻转0,所以要计算出区间内0的个数:1-nums[i])
枚举:以nums[i]结尾的最长长度为:找到最左端下标j,[j,i]之间0的个数<=k,即:找到最小的下标j:nums[j-1]<=nums[i]-k
二分:单调递增->二分区间[0,i]
class Solution {
public:
int longestOnes(vector<int>& nums, int k) {
int n = nums.size(), ans = 0;
vector<int> sums(n + 1);
for (int i = 0; i < n; ++i) {
sums[i + 1] = sums[i] + (1 - nums[i]);
}
for (int i = 0; i < n; ++i) {
int j = lower_bound(sums.begin(), sums.begin() + i + 1, sums[i + 1] - k) - sums.begin();
ans = max(ans, i + 1 - j);
}
return ans;
}
};
易错点:下标容易错。