滑动窗口练习(二)— 子数组中满足max -min <= sum的个数

题目

给定一个整型数组arr,和一个整数num

某个arr中的子数组sub,如果想达标,必须满足:

sub中最大值 -- sub中最小值 <= num,

返回arr中达标子数组的数量

暴力对数器

暴力对数器方法主要是用来和另一个方法互相校验正确性,所以不用考虑时间复杂度。

因为要求的是子数组中的最大值和子数组中的最小值相减 <= num。所以整体思路是这样:

求数组 0 ~ N - 1范围内,所有子数组,找到子数组中最小值,看相减后是否达标,如果达标,则count++进行计数。最后return count。

所有子数组挨个枚举,就是 0~ 0范围内子数组,0 ~ 1范围内子数组 0 ~ N - 1范围内子数组。

1 ~ 1范围内子数组,1 ~ 2 范围内子数组 1 ~ N - 1范围内子数组...。

每个范围内子数组进行枚举,需要两层for循环,找到每个子数组范围内的最大值和最小值,额外需要1层for循环,所以时间复杂度是 O ( N 3 ) O(N^3) O(N3)。

代码

java 复制代码
 public static int right(int[] arr, int sum) {
        if (arr == null || arr.length == 0 || sum < 0) {
            return 0;
        }

        int N = arr.length;
        int count = 0;
        for (int L = 0; L < N; L++) {
            for (int R = L; R < N; R++) {
                int max = arr[L];
                int min = arr[L];
                for (int i = L + 1; i <= R; i++) {
                    min = Math.min(min, arr[i]);
                    max = Math.max(max, arr[i]);
                }
                if (max - min <= sum) {
                    count++;
                }
            }
        }
        return count;
    }

滑动窗口算法

采用滑动窗口算法的时间复杂度是 O ( N ) O(N) O(N),因为窗口不可回退,所以只需要一次遍历即可找出所有符合条件的子数组。

这道题中需要2个窗口,一个维护L...R范围内的最大值,一个维护L...R范围内的最小值。而在看代码之前,需要达成这样的2个共识:

  1. 如果L...R范围内 max - min <= num,那么L...R范围内所有子数组都满足 max - min <= num,都会达标。
  2. 如果L...R范围内 max - min > num,那么无论R继续向右扩窗口或者L继续向左阔窗口,那L...R范围内子数组依然不达标。

解释1:

因为max - min <= num,所以L...R 范围内剩余子数组相减,子数组范围内的两个数一定是 < max && > min的,最大值变小了,最小值变大了,所以一定会<= num。

解释2:

因为max - min > num,根据滑动窗口的特性,在维护L...R范围内最大值的双端队列中,后进来的数一定是>=当前双端队列中的值才会进行替换,在维护L...R范围内最小值的双端队列中,后进来的数一定是<=当前双端队列中的值才会进行替换。 所以无论向右或者向左,范围内子数组一定依然不达标。

达成这两个共识之后,代码就简单了很多,在维护双端队列特性的同时,如果满足 max - min <= num,则R向右移,直到不满足 max - min <= num为止。碰见一次不满足,则计算一次当前子数组的个数,直到循环完成。

代码

java 复制代码
public static int num(int[] arr, int sum) {
        if (arr == null || arr.length == 0  || sum < 0) {
            return 0;
        }

        LinkedList<Integer> minWindow = new LinkedList<>();
        LinkedList<Integer> maxWindow = new LinkedList<>();

        int R = 0;
        int count = 0;
        int N = arr.length;
        for (int L = 0; L < N; L++) {
            while (R < N) {
            	//如果max双端队列不为null,并且队列尾端值<=当前值,则弹出
                while (!maxWindow.isEmpty() && arr[maxWindow.peekLast()] <= arr[R]) {
                    maxWindow.pollLast();
                }
                maxWindow.addLast(R);
				//如果min双端队列不为null,并且队列尾端值>=当前值,则弹出
                while (!minWindow.isEmpty() && arr[minWindow.peekLast()] >= arr[R]) {
                    minWindow.pollLast();
                }
                minWindow.addLast(R);
				//如果满足条件,则R一直++, 直到不满足条件为止
                if (arr[maxWindow.peekFirst()] - arr[minWindow.peekFirst()] <= sum) {
                    R++;
                } else {
                    break;
                }
            }
            //看R - L范围内共有多少个子数组
            count += R - L;
			//因为这两个判断走完L就要进行++
			//所以需要判断当前双端队列中头部值是否要过期了
            if (maxWindow.peekFirst() == L) {
                maxWindow.pollFirst();
            }

            if (minWindow.peekFirst() == L) {
                minWindow.pollFirst();
            }
        }
        return count;
    }

测试

随机生成数组和sum,采用大数据样本量进行测试,用上面两个方法来相互验证。

java 复制代码
public static int[] generateRandomArray(int maxLength, int maxValue) {
        int[] arr = new int[(int) ((maxLength + 1) * Math.random())];

        for (int i = 0; i < arr.length; i++) {
            arr[i] = (int) ((maxValue + 1) * Math.random());
        }
        return arr;
    }

    public static void main(String[] args) {
        int maxLength = 40;
        int maxValue = 10000;
        int sum = 10000;
        int testNum = 1000000;
        System.out.println("测试开始");
        for (int i = 0; i < testNum; i++) {
            int[] arr = generateRandomArray(maxLength, maxValue);
            sum = (int) ((sum + 1) * Math.random());
            int ans1 = right(arr, sum);
            int ans2 = num(arr, sum);
            if (ans1 != ans2) {
                for (int num : arr) {
                    System.out.print(num + " ");
                }
                System.out.println();
                System.out.println("sum : " + sum);
                System.out.println("ans1 : " + ans1);
                System.out.println("ans2 : " + ans2);
                System.out.println("Oops!!");
                break;
            }
        }
        System.out.println("测试结束");
    }
相关推荐
董董灿是个攻城狮2 小时前
AI视觉连载8:传统 CV 之边缘检测
算法
怒放吧德德3 小时前
Netty 4.2 入门指南:从概念到第一个程序
java·后端·netty
雨中飘荡的记忆5 小时前
大流量下库存扣减的数据库瓶颈:Redis分片缓存解决方案
java·redis·后端
心之语歌7 小时前
基于注解+拦截器的API动态路由实现方案
java·后端
华仔啊8 小时前
Stream 代码越写越难看?JDFrame 让 Java 逻辑回归优雅
java·后端
ray_liang8 小时前
用六边形架构与整洁架构对比是伪命题?
java·架构
AI软著研究员9 小时前
程序员必看:软著不是“面子工程”,是代码的“法律保险”
算法
FunnySaltyFish9 小时前
什么?Compose 把 GapBuffer 换成了 LinkBuffer?
算法·kotlin·android jetpack
Ray Liang10 小时前
用六边形架构与整洁架构对比是伪命题?
java·python·c#·架构设计
颜酱10 小时前
理解二叉树最近公共祖先(LCA):从基础到变种解析
javascript·后端·算法