Leetcode 643. Maximum Average Subarray I

最新推荐文章于 2025-02-03 15:37:10 发布
最新推荐文章于 2025-02-03 15:37:10 发布
阅读量306 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： Leetcode 文章标签： Leetcode
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Quincuntial/article/details/82708964
本文详细解析了LeetCode上一道关于寻找最大平均数子数组的问题，通过C++实现了一个解决方案，展示了如何使用滑动窗口技巧来高效计算任意长度为k的子数组的最大平均值。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章作者：Tyan
博客：noahsnail.com  |  优快云  |  简书

1. Description

Maximum Average Subarray I

2. Solution

class Solution {
public:
    double findMaxAverage(vector<int>& nums, int k) {
        double sum = 0;
        double mean = 0;
        double max = 0;
        for(int i = 0; i < k; i++) {
            sum += nums[i];
            mean = sum / k;
            max = sum;
        }
        for(int i = k; i < nums.size(); i++) {
            sum = sum - nums[i - k] + nums[i];
            if(sum > max) {
                max = sum;
                mean = sum / k;
            }
        }
        return mean;
    }
};

Reference

  1. https://leetcode.com/problems/maximum-average-subarray-i/description/
LeetCode --- 643. Maximum Average Subarray I 解题报告
杨鑫newlife的专栏
05-07 311
Given an array consisting ofnintegers, find the contiguous subarray of given lengthkthat has the maximum average value. And you need to output the maximum average value. Example 1: Input: [1,12...
[Leetcode] 644. Maximum Average Subarray II 解题报告
魔豆（Magicbean）的博客
01-24 1623
题目： Given an array consisting of n integers, find the contiguous subarray whose length is greater than or equal to k that has the maximum average value. And you need to output the maximum ave
LeetCode 643. Maximum Average Subarray I
柳婼 の blog
02-05 308
Given an array consisting of n integers, find the contiguous subarray of given length k that has the maximum average value. And you need to output the maximum average value. Example 1: Input: [1,12,
【Leetcode】643. Maximum Average Subarray I（Easy）
不想做菜鸟的小螃蟹
03-29 239
1.题目Given an array consisting of n integers, find the contiguous subarray of given length k that has the maximum average value. And you need to output the maximum average value.Example 1:Input: [1,12,...
[LeetCode]643. Maximum Average Subarray I 解题报告(C++)
【黑键】
08-05 266
[LeetCode]643. Maximum Average Subarray I 解题报告(C++) 题目描述 Given an array consisting of n integers, find the contiguous subarray of given length k that has the maximum average value. And you need to...
【LeetCode】643. 子数组最大平均数 I Maximum Average Subarray I （Python）
负雪明烛
02-03 1625
【LeetCode】643. Maximum Average Subarray I 解题报告 标签（空格分隔）： LeetCode 题目地址：https://leetcode.com/problems/maximum-average-subarray-i/description/ 题目描述： Given an array consisting of n integers, find
643. Maximum Average Subarray I
xdhc的博客
08-09 249
Given an array consisting of n integers, find the contiguous subarray of given length k that has the maximum average value. And you need to output the maximum average value.Example 1:Input: [1,12,-5,-6
Leetcode面试高频题分类刷题总结
u012333203的博客
02-03 1284
面试中最常考的（分类的稍微有点粗糙了，没有细分出回溯/分治来，准备找个时间给每个DFS的题标记下是哪种DFS）注意：后两题是与快速排序非常相似的快速选择（Quick Select）算法，面试中很常考。以下8个门类是面试中最常考的算法与数据结构知识点。和链表反转几乎是所有链表类问题的基础，尤其是。，代码很短，建议直接背熟。
Leetcode刷题83-643. 子数组最大平均数 I(C++详细解法！！！)
qq_40858438的博客
05-20 478
Come from : [https://leetcode-cn.com/problems/maximum-average-subarray-i/] 643. Maximum Average Subarray I1.Question2.Answer3.大神们的解决方案4.我的收获 1.Question Given an array consisting of n integers, find t...
【LeetCode】第643题——子数组最大平均数I（难度：简单）
Se7en_Dayz的博客
02-24 337
【LeetCode】第643题——子数组最大平均数I（难度：简单）题目描述解题思路代码详解注意点 题目描述 给定 n 个整数，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。 示例： 输入：[1,12,-5,-6,50,3], k = 4 输出：12.75 解释：最大平均数 (12-5-6+50)/4 = 51/4 = 12.75 提示： 1 <= k <= n <= 30,000。 所给数据范围 [-10,000，10,000]。 来源：力扣（LeetCode） 链接：
[leetcode] 643. Maximum Average Subarray I
jing16337305的博客
05-21 161
题目：Given an array consisting of n integers, find the contiguous subarray of given length k that has the maximum average value. And you need to output the maximum average value.Example 1:Input: [1,12,-...
LeetCode#643: Maximum Average Subarray I
水木今山的博客
10-11 210
Description Given an array consisting of n integers, find the contiguous subarray of given length k that has the maximum average value. And you need to output the maximum average value. Example Input:...
LeetCode.643 Maximum Average Subarray I
侠客小虎的博客
12-01 283
题目： Given an array consisting of n integers, find the contiguous subarray of given length k that has the maximum average value. And you need to output the maximum average value. Example 1:
Leetcode 643. Maximum Average Subarray I 最大平均区间 解题报告
MebiuW的专栏
07-22 2467
1 前言回归了，语言不定，可能是Python（新的题目），也可能是Java（旧的题目），形式可能会更加简单了，就这样，有空再说Given an array consisting of n integers, find the contiguous subarray of given length k that has the maximum average value. And you need t
leetcode 643. Maximum Average Subarray I(子数组最大平均数 I)--Java题解
leyao的博客
09-30 519
题目描述 给定 n 个整数，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。 示例  输入：[1, 12, -5, -6, 50, 3], k = 4 输出：12.75 解释：最大平均数 (12 - 5 - 6 + 50) / 4 = 51 / 4 = 12.75 注意  1 &lt;= k &lt;= n &lt;= 30,000。 所给数据范围 [-10,000,...
永磁同步电机全速域无传感器控制技术及其应用 加权切换法
最新发布
07-29
内容概要：本文详细探讨了永磁同步电机（PMSM）在全速域范围内的无传感器控制技术。针对不同的速度区间，提出了三种主要的控制方法：零低速域采用高频脉振方波注入法，通过注入高频方波信号并处理产生的交互信号来估算转子位置；中高速域则使用改进的滑膜观测器，结合连续的sigmoid函数和PLL锁相环，实现对转子位置的精确估计；而在转速切换区域，则采用了加权切换法，动态调整不同控制方法的权重，确保平滑过渡。这些方法共同实现了电机在全速域内的高效、稳定运行，减少了对传感器的依赖，降低了系统复杂度和成本。 适合人群：从事电机控制系统设计、研发的技术人员，尤其是关注永磁同步电机无传感器控制领域的研究人员和技术爱好者。 使用场景及目标：适用于需要优化电机控制系统，减少硬件成本和提升系统可靠性的应用场景。目标是在不依赖额外传感器的情况下，实现电机在各种速度条件下的精准控制。 其他说明：文中引用了多篇相关文献，为每种控制方法提供了理论依据和实验验证的支持。
langchain4j-spring-boot-starter-0.29.1.jar中文文档.zip
07-29
1、压缩文件中包含： 中文文档、jar包下载地址、Maven依赖、Gradle依赖、源代码下载地址。 2、使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 3、特殊说明： （1）本文档为人性化翻译，精心制作，请放心使用； （2）只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； （3）不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 4、温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件。 5、本文件关键字： jar中文文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册。
给出golang 的滑动窗口类算法题的代码模版，和有多少种题目变式
02-25
<think>好的，用户之前问过关于吃凉东西导致暴躁的原因，现在转到了Golang的滑动窗口算法题代码模板和变式。我需要先确定用户的需求。可能用户正在准备面试，需要算法方面的帮助。滑动窗口是常见的算法题类型，用户想要一个通用的代码模板，以及了解不同的变式，这样在遇到不同题目时可以灵活应用。 首先，我需要回忆滑动窗口算法的基本结构。滑动窗口通常用于解决数组/字符串的子数组、子串问题，比如最大/最小的满足条件的子数组。模板一般包括初始化左右指针、右指针右移、满足条件时收缩左指针、更新结果等步骤。 然后，用户还问到有多少种题目变式。常见的变式可能包括固定窗口大小、可变窗口大小、需要维护数据结构（如哈希表、前缀和）的情况，以及不同的条件判断，比如最长无重复子串、最小覆盖子串、找到所有字母异位词等。需要列举几种典型的变式，并给出对应的例子，帮助用户理解。 接下来，需要用Golang写出模板。要注意Golang的特性，比如使用for循环、map来维护字符计数等。代码模板需要简洁明了，关键部分加上注释，方便用户理解每个步骤的作用。同时，每个变式题目需要给出对应的LeetCode例题和代码示例，这样用户可以参考具体实现。 可能用户需要的是模板的通用性，所以在模板中需要指出哪些部分是需要根据题目调整的，比如如何判断窗口是否满足条件、如何更新结果等。同时，要提醒用户注意边界条件，比如右指针的移动时机、窗口收缩的条件等。 另外，用户可能对滑动窗口的不同变式数量感兴趣，需要总结常见的几种类型，并说明它们的区别，比如固定窗口和可变窗口的不同应用场景。这样用户在遇到新题时，可以判断属于哪种类型，从而套用相应的解题思路。 最后，确保回答结构清晰，分点列出模板和变式，每个部分都有示例和解释，方便用户理解和应用。同时，避免使用过于专业的术语，保持语言简洁，让不同水平的用户都能受益。</think>以下是 Golang 的滑动窗口算法模板及常见变式总结： --- ### **滑动窗口模板代码** ```go func slidingWindow(s string) int { left, right := 0, 0 // 左右指针 window := make(map[byte]int) // 窗口数据存储（根据题目调整类型） result := 0 // 结果（可能是长度、数量等） for right < len(s) { c := s[right] // 右侧进入窗口的字符 right++ // 右指针右移 window[c]++ // 更新窗口数据 // 当窗口不满足条件时收缩左边界 for 需要收缩的条件 { // 根据题目定义条件 d := s[left] // 左侧移出窗口的字符 left++ // 左指针右移 window[d]-- // 更新窗口数据 if window[d] == 0 { delete(window, d) } } // 更新结果（可能需要在此处判断是否满足条件） result = max(result, right - left) // 或其他计算方式 } return result } ``` --- ### **常见变式类型（6大类）** #### **1. 固定窗口大小** - **特征**：窗口长度固定为 `k` - **例题**：643. 子数组最大平均数（[LeetCode 643](https://leetcode.com/problems/maximum-average-subarray-i/)） ```go func findMaxAverage(nums []int, k int) float64 { sum := 0 for i := 0; i < k; i++ { sum += nums[i] } maxSum := sum for i := k; i < len(nums); i++ { sum += nums[i] - nums[i - k] if sum > maxSum { maxSum = sum } } return float64(maxSum) / float64(k) } ``` #### **2. 最小窗口子串** - **特征**：找到满足条件的最小窗口 - **例题**：76. 最小覆盖子串（[LeetCode 76](https://leetcode.com/problems/minimum-window-substring/)） ```go func minWindow(s string, t string) string { need := make(map[byte]int) for i := range t { need[t[i]]++ } left, valid := 0, 0 resStart, minLen := -1, math.MaxInt32 for right := 0; right < len(s); right++ { if need[s[right]] > 0 { valid++ } need[s[right]]-- for valid == len(t) { if right - left + 1 < minLen { minLen = right - left + 1 resStart = left } need[s[left]]++ if need[s[left]] > 0 { valid-- } left++ } } if resStart == -1 { return "" } return s[resStart : resStart + minLen] } ``` #### **3. 最长无重复子串** - **特征**：窗口内元素唯一 - **例题**：3. 无重复字符的最长子串（[LeetCode 3](https://leetcode.com/problems/longest-substring-without-repeating-characters/)） ```go func lengthOfLongestSubstring(s string) int { window := make(map[byte]int) left, maxLen := 0, 0 for right := 0; right < len(s); right++ { c := s[right] window[c]++ for window[c] > 1 { d := s[left] window[d]-- left++ } maxLen = max(maxLen, right - left + 1) } return maxLen } ``` #### **4. 计数型窗口** - **特征**：统计满足条件的窗口数量 - **例题**：567. 字符串的排列（[LeetCode 567](https://leetcode.com/problems/permutation-in-string/)） ```go func checkInclusion(s1 string, s2 string) bool { need := make(map[byte]int) for i := range s1 { need[s1[i]]++ } left, valid := 0, 0 window := make(map[byte]int) for right := 0; right < len(s2); right++ { c := s2[right] if need[c] > 0 { window[c]++ if window[c] == need[c] { valid++ } } for right - left + 1 >= len(s1) { if valid == len(need) { return true } d := s2[left] if need[d] > 0 { if window[d] == need[d] { valid-- } window[d]-- } left++ } } return false } ``` #### **5. 多指针窗口** - **特征**：需要维护多个指针或复杂状态 - **例题**：930. 和相同的二元子数组（[LeetCode 930](https://leetcode.com/problems/binary-subarrays-with-sum/)） ```go func numSubarraysWithSum(nums []int, goal int) int { return atMost(nums, goal) - atMost(nums, goal-1) } func atMost(nums []int, k int) int { if k < 0 { return 0 } left, sum, count := 0, 0, 0 for right := 0; right < len(nums); right++ { sum += nums[right] for sum > k { sum -= nums[left] left++ } count += right - left + 1 } return count } ``` #### **6. 前缀和+滑动窗口** - **特征**：处理负数或需要快速区间计算 - **例题**：325. 和等于 k 的最长子数组长度（[LeetCode 325](https://leetcode.com/problems/maximum-size-subarray-sum-equals-k/)） ```go func maxSubArrayLen(nums []int, k int) int { prefixSum := make(map[int]int) prefixSum[0] = -1 sum, maxLen := 0, 0 for i := 0; i < len(nums); i++ { sum += nums[i] if idx, ok := prefixSum[sum - k]; ok { maxLen = max(maxLen, i - idx) } if _, ok := prefixSum[sum]; !ok { prefixSum[sum] = i } } return maxLen } ``` --- ### **关键技巧** 1. **窗口收缩条件**：定义何时移动左指针 2. **数据结构选择**：根据需求选择哈希表、数组或堆 3. **状态维护**：有效管理窗口内的数据状态 4. **边界处理**：特别注意空窗口、单元素窗口等情况 通过组合这些模式，可以解决 90% 以上的滑动窗口问题。建议先从经典题（如 LeetCode 3/76/209/424）开始练习。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值