给你一个长度为 n
的整数数组 nums
和一个正整数 k
。
一个数组的 能量值 定义为:
- 如果 所有 元素都是依次 连续 且 上升 的,那么能量值为 最大 的元素。
- 否则为 -1 。
你需要求出 nums
中所有长度为 k
的
子数组
的能量值。
请你返回一个长度为 n - k + 1
的整数数组 results
,其中 results[i]
是子数组 nums[i..(i + k - 1)]
的能量值。
示例 1:
输入:nums = [1,2,3,4,3,2,5], k = 3
输出:[3,4,-1,-1,-1]
解释:
nums
中总共有 5 个长度为 3 的子数组:
[1, 2, 3]
中最大元素为 3 。[2, 3, 4]
中最大元素为 4 。[3, 4, 3]
中元素 不是 连续的。[4, 3, 2]
中元素 不是 上升的。[3, 2, 5]
中元素 不是 连续的。
示例 2:
输入:nums = [2,2,2,2,2], k = 4
输出:[-1,-1]
示例 3:
输入:nums = [3,2,3,2,3,2], k = 2
输出:[-1,3,-1,3,-1]
提示:
1 <= n == nums.length <= 105
1 <= nums[i] <= 106
1 <= k <= n
题目解读
这道题的核心在于判断一个给定的子数组是否满足“所有元素都是依次连续且上升”的条件。如果满足,则该子数组的能量值为其最大元素;如果不满足,则能量值为-1。我们可以用滑动窗口的方法来解决这个问题,这样可以有效地处理每个长度为k的子数组,并检查它们是否满足条件。
解决方案步骤:
初始化结果数组:创建一个长度为
n - k + 1
的结果数组results
,用于存储每个长度为k
的子数组的能量值。滑动窗口检查:
- 对于每个可能的起始位置
i
(从0
到n - k
),我们考虑子数组nums[i:i+k]
。- 检查这个子数组是否满足“所有元素都是依次连续且上升”的条件。可以通过以下方式实现:
- 遍历子数组中的相邻元素对
(nums[j], nums[j+1])
,确保对于所有的j
(从i
到i + k - 2
),都有nums[j] + 1 == nums[j + 1]
。- 如果上述条件成立,则该子数组满足条件,其能量值即为子数组的最大值。
- 否则,该子数组不满足条件,能量值为
-1
。优化检查过程:
- 使用一个双端队列(Deque)来维护当前窗口内的最大值,从而在常数时间内获取最大值。
- 使用双端队列来保持窗口内元素的单调递减顺序,这样队列的前端始终是当前窗口的最大值。
代码实现
var resultsArray = function(nums, k) {
const n = nums.length; // 获取数组的长度
let cnt = 0; // 计数器,用于记录当前连续上升序列的长度
const ans = new Array(n - k + 1).fill(-1); // 初始化结果数组,长度为 n - k + 1,默认值为 -1
for (let i = 0; i < n; i++) {
// 如果是第一个元素,或者当前元素与前一个元素不是连续上升的,则重置计数器为 1
// 否则,增加计数器
cnt = (i === 0 || nums[i] - nums[i - 1] !== 1) ? 1 : cnt + 1;
// 如果当前连续上升序列的长度达到了 k
if (cnt >= k) {
// 将当前元素作为能量值存入结果数组中
// 结果数组的索引为 i - k + 1,因为这是当前子数组的起始位置
ans[i - k + 1] = nums[i];
}
}
return ans; // 返回结果数组
}
复杂度分析
时间复杂度:O(n),n 表示给定数组的长度。只需遍历一遍数组即可。
空间复杂度:O(1),除返回值外,不需要额外的空间。