网站建设项目的摘要,wordpress视频略缩图,旅游网站开发意义和价值,企业黄页到哪里买一、滑动窗口思想
概念
在数组双指针里#xff0c;我们介绍过 对撞型 和 快慢型 两种方式#xff0c;而滑动窗口思想就是快慢型的特例。 实际使用
计算机网络中有滑动窗口协议#xff08;Sliding Window Protocol#xff09;#xff0c;该协议…一、滑动窗口思想
概念
在数组双指针里我们介绍过 对撞型 和 快慢型 两种方式而滑动窗口思想就是快慢型的特例。 实际使用
计算机网络中有滑动窗口协议Sliding Window Protocol该协议是TCP实现流量控制等的核心策略之一。事实上在流量控制、熔断、限流、超时等场景下都会首先从滑动窗口的角度思考问题例如hystrix、sentinel等框架等都使用了这种思想。 理解
这个思想其实很好理解如下图假如窗口的大小是3当不断有新数据来时我们会维护一个大小为3的一个区间超过3的就将新的放入老的移走。 这个过程有点像火车在铁轨上跑原始数据可能保存在一个很大的空间里(铁轨)但是我们标记的小区间就像一列长度固定的火车一直向前走。 有了区间就可以造题了例如让你找序列上三个连续数字的最大和是多少、子数组平均数是多少等等。 窗口和滑动的含义
1、窗口窗口其实就是两个变量 left 和 right 之间的元素也可以理解为一个区间。窗口大小不一定固定思考两种场景 如果是固定的一般要先确定窗口是否越界再执行逻辑处理。则一般会让你求哪个窗口的元素最大、最小、平均值、和最大、和最小等类型的问题。 如果是可变的窗口一般先判断是否满足要求再执行逻辑处理。则一般要求一个序列里最大、最小窗口是什么。
2、滑动说明这个窗口是移动的事实上移动的仍然是left和right两个变量而不是序列中的元素。当变量移动时其中间的元素必然会发生变化因此就有这种不断滑动的效果。 注意事项 解题最终要落实到数组上特别需要注意边界处理 有些元素的比较、判断等比较麻烦要借助集合等工具而且处理过程中还有一些技巧常见方法的使用等 堆堆结构非常适合在流数据中找固定区间内的最大、最小等问题。因此 滑动窗口 经常和 堆 一起使用可以完美解决很多复杂问题. 那双指针和滑动窗口啥区别呢
答根据性质看到滑动窗口是双指针的一种类型主要关注两个指针之间元素的情况范围更小一些而双指针的应用范围更大花样也更多。 二、入门小题
1、子数组的最大平均数 LeetCode 643给你一个由 n 个元素组成的整数数组 nums 和一个整数 k。请你找出平均数最大且 长度为 k 的连续子数组并输出该最大平均数。 先自己思考一下不难但是想要完全做对还是要细心。例如我一开始就是先定义一个变量 max 保存最大值然后 left 和 right 保存窗口两端。只要 right 不到数组边界滑动窗口每次一变我就计算窗口内的元素之和然后和 max 比较看看是否保存。
但是我一开始把max定为0忽略数组内k个最大连续组序列的和是负数的情况。力扣上我又换回C用INT_MIN来定义结果是直接超时了啊哈哈哈。正确代码如下
public double findMaxAverage(int[] nums, int k) {if(k nums.length || nums.length 1 || k 0){return 0;}int len nums.length;int windowSum 0;//先求出第一个窗口内的元素和for(int i 0 ; i k ;i){windowSum windowSum nums[i];}//然后依次遍历right达到数组边界,每次窗口变化选择变化前后最大的保存int maxSum windowSum;for(int right k ; right len ; right){windowSum windowSum nums[right] - nums[right - k];maxSumMath.max(maxSum,windowSum);}return (double) maxSum / k;
} 2、最长连续递增序列
给定一个未经排序的整数数组找到最长且 连续递增的子序列并返回该序列的长度。 示例 1 输入nums [1,3,5,4,7] 输出3 解释最长连续递增序列是 [1,3,5], 长度为3。尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的因为 5 和 7 在原数组里被 4 隔开。 示例 2 输入nums [2,2,2,2,2] 输出1 解释最长连续递增序列是 [2], 长度为1。 思路如果当前遍历到的元素比它左边的那一个元素要大right就增加否则就将left跳到right的起始位置重新开始计算。
public int findLengthOfLCIS(int[] nums) {int left0,right0;int res0;while(right nums.length){//右侧的新元素比左侧小则重新开始记录left的位置if(right 0 nums[right - 1] nums[right]){left right;}right;resMath.max(res,right - left);}return res;
}
本题还有多种解法另外一种思路是一边遍历一边统计每个递增区间的长度如果长度超过之前所有区间的长度就将其保留代码如下
public int findLengthOfLCIS(int[] nums) {int curLen 1;//当前递增区间的长度int res 1;for(int i 1;i nums.length;i){if(nums[i - 1] nums[i]){//不满足要求重新进行数字计算curLen 1;}else{curLen;}res Math.max(curLen,res);}return res;
}
可见就算不知道滑动窗口我们也能解决所以滑动窗口就是个名字不要被这些概念吓到。
