中等
给你一个二进制数组 nums
,你需要从中删掉一个元素。
请你在删掉元素的结果数组中,返回最长的且只包含 1 的非空子数组的长度。
如果不存在这样的子数组,请返回 0 。
提示 1:
输入:nums = [1,1,0,1]
输出:3
解释:删掉位置 2 的数后,[1,1,1] 包含 3 个 1 。
示例 2:
输入:nums = [0,1,1,1,0,1,1,0,1]
输出:5
解释:删掉位置 4 的数字后,[0,1,1,1,1,1,0,1] 的最长全 1 子数组为 [1,1,1,1,1] 。
示例 3:
输入:nums = [1,1,1]
输出:2
解释:你必须要删除一个元素。
public int longestSubarray(int[] nums) {
int left = 0;
int count0 = 0;
int maxlen = 0;
for(int right = 0; right<nums.length; right++){
if(nums[right]==0){ //右指针遇见0则count0计数+1
count0++;
}
while(count0>1){ //当滑动窗口内的0大于1个,左指针开始增加
if(nums[left]==0){
count0--; //当左指针加到0的位置,就开始减少count0的数量
}
left++;
}
maxlen = Math.max(maxlen , right-left);
}
return maxlen;
}
三、代码逻辑拆解
-
初始化变量:
left
:窗口左边界,初始为0
;count0
:统计当前窗口内 0 的数量,初始为0
;maxLen
:记录最长有效窗口的长度,初始为0
。
-
右指针扩展(遍历数组):
用right
遍历数组,每次遇到0
时,count0
加 1(统计窗口内 0 的数量)。 -
左指针收缩(保证窗口有效):
当count0 > k
(即窗口内 0 的数量超过允许的替换次数),需要收缩左指针left
:- 若
nums[left]
是0
,则count0
减 1(左指针移出一个 0,减少计数); - 左指针
left
右移,缩小窗口,直到count0 ≤ k
(窗口再次有效)。
- 若
-
更新最大长度:
每次right
移动或left
收缩后,当前窗口[left, right]
是有效窗口(0 的数量 ≤ k)。此时窗口长度为right - left + 1
,但是我们这道题要返回是一个无论如何都要删除一个元素的题,所以使用right - left
。
四、复杂度分析
- 时间复杂度:O(n)。数组中每个元素最多被左、右指针各访问一次,因此时间复杂度为 O(n)(n 为数组长度)。
- 空间复杂度:O(1)。仅用常数额外空间(几个整型变量),空间复杂度为 O(1)。