目录
2.2 绝对差不超过限制的最长连续子数组(multiset)
?
?
class Solution {
public:
long long maxSum(vector<int>& nums, int m, int k) {
long long ans = 0, sum = 0;
unordered_map<int, int>
cnt; //如何把重复的数字算成一个数字,就要用到数组来进行计数了,重复的数字对应的值大于1
for (int i = 0; i < k - 1; i++) //先求前k-1个数
{
sum += nums[i];
cnt[nums[i]]++;
}
for (int i = k - 1; i < nums.size(); i++) //进去一个出来一个,满足k个数
{
sum += nums[i];
cnt[nums[i]]++;
if (cnt.size() >= m) //判断是否有m个不相同的数
ans = max(ans, sum);
int out = nums[i - k + 1];
sum -= out;
if (--cnt[out] == 0) //如果只出现1次,可以直接删除
cnt.erase(out);
}
return ans;
}
};
? ? ? 这道题让我们求最大的问题,而且是连续非空的子数组,很容易想到滑动窗口,但滑动窗口有定长和不定长两种,题中说长度为k,说明是定长的,要求长度为k的几乎唯一子数组的最大和,我们可以先求前k-1个数,这样之后进来一个出去一个,始终是k个数,题目要求该子数组至少有m个不相同的数,我们怎么记录是否有m个不相同的数呢?我们可以用map来记录有几个不相同的数,同时记录每个数字出现了几次,如果某个子数组有m个不相同的数,就更新答案,之后就要出去一个数,如果出去的这个数只出现了1次,就要直接从map中删除。最后返回答案
?
class Solution {
public:
long long maximumSubarraySum(vector<int>& nums, int k) {
unordered_map<int, int> mp;
long long res = 0, sum = 0;
for (int i = 0; i < k - 1; i++) {
sum += nums[i];
mp[nums[i]]++;
}
for (int i = k - 1; i < nums.size(); i++) {
sum += nums[i];
mp[nums[i]]++;
if (mp.size() == k ) res =max(res,sum);//这个已经去重了,只要当mp的大小等于k时,才会更新res的大小,否则说明有重复数字,不更新
int x = nums[i - k + 1];
if (--mp[x] == 0) mp.erase(x);//及时清除为0的数字
sum -= x;
}
return res;
}
};
? ? ? 这道题也是定长滑动窗口,要求子数组长度为k,且元素各不相同,和上一道题很相似,也要用map,值得注意的是什么时候我们更新答案,只有当map中的元素个数等于k时,说明子数组长度为k,且元素各不相同,这时候更新答案,其他都是不断滑动的过程。
?
class Solution {
public:
int maxSubarrayLength(vector<int>& nums, int k) {
unordered_map<int,int>cnt;
int ans=0,l=0;
for(int r=0;r<nums.size();r++)
{
cnt[nums[r]]++;
while(cnt[nums[r]]>k)//如果有元素的出现频率大于k,就要不断左移左指针,直到这个元素的出现频率小于等于k,如果这个元素
cnt[nums[l++]]--;
ans=max(ans,r-l+1);
}
return ans;
}
};
? ? ?这个没有规定长度,要求满足条件的最长子数组,很明显是不定长滑动窗口的问题。最多k个重复元素说明我们要记录元素出现了几次,一旦超过了k次,我们就要开始滑动,直到子数组没有一个元素的出现频率大于k,否则不断更新答案。
?
?
class Solution {
public:
int longestSubarray(vector<int>& nums, int limit) {
multiset<int>st;//关键在于找每个区间的最大值和最小值,如果遍历寻找,就会超时,所以要找到一个合适的数据结结构
//我们知道set/multiset/map是有序的,set会去重,所以我们使用multiset
int l=0;
int res=0;
for(int r=0;r<nums.size();r++)
{
st.insert(nums[r]);
while(*st.rbegin()-*st.begin()>limit)
{
st.erase(st.find(nums[l]));
l++;
}
res=max(res,r-l+1);
}
return res;
}
};
? ? ? 这道题的关键在于求每个区间的最大值和最小值,首先我们要把元素放到multiset中,它不仅不会去重,而且是有序的,改变顺序并不影响答案,这样我们使用两个迭代器rbegin()、begin()分别求逆序第一个元素和正序第一个元素,两者之差就是绝对差,如果大于限制,我们就不断滑动窗口,直到绝对值小于等于限制,更新答案。
?
class Solution {
public:
int minOperations(vector<int> &nums, int x) { //正难则反 逆向思维
int target = accumulate(nums.begin(), nums.end(), 0) - x;
if (target < 0) return -1;
int ans = -1, l = 0, sum = 0, n = nums.size();
for (int r = 0; r < n; r++) {
sum += nums[r];
while (sum > target) sum -= nums[l++];
if (sum == target) ans = max(ans, r - l + 1);
}
return ans < 0 ? -1 : n - ans;
}
};
? ? ? 这道题借用灵神的思路,正难则反,逆向思维,我们如果维护两个窗口的和,使得和等于x肯定是很麻烦的,那不如我们只维护一个窗口,这个窗口的和要等于整数数组nums的和sum-x,这样只用维护一个区间,不得不说,这个思维太帅了。accumulate函数是用来求某个区间元素的和,0为初始值。