[滑动窗口]找出最长等值子数组

最新推荐文章于 2025-12-04 22:00:44 发布
原创 最新推荐文章于 2025-12-04 22:00:44 发布 · 980 阅读 · 10 ·
CC 4.0 BY-SA版权
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。
文章标签：

#算法 #数据结构 #c++ #leetcode

题目：

2831. 找出最长等值子数组 - 力扣（LeetCode）

        给你一个下标从 0 开始的整数数组 nums 和一个整数 k ，如果子数组中所有元素都相等，则认为子数组是一个 等值子数组 。注意，空数组是 等值子数组 。从 nums 中删除最多 k 个元素后，返回可能的最长等值子数组的长度。子数组 是数组中一个连续且可能为空的元素序列。

        示例 1：

        输入：nums = [1,3,2,3,1,3], k = 3
        输出：3
        解释：最优的方案是删除下标 2 和下标 4 的元素。
        删除后，nums 等于 [1, 3, 3, 3] 。
 &n
最低0.47元/天 解锁文章
whitepcr
关注
滑动窗口 Sliding Window
yake1965
03-15 2258
滑动窗口分固定窗口和可变窗口，解决 atMostK 问题，大量 leetcode 实践。
2025华为OD机试（C++）真题【E卷+A卷+B卷+C卷+D卷】目录+在线OJ
热门推荐
MISAYAONE的博客
09-21 19万+
华为OD机试真题题库【E卷+A卷+B卷+C卷+D卷】目录，C++实现。
2831.找出最长等值子数组（哈希表+滑动窗口法）
立志成为炼丹师？
05-23 701
给你一个下标从 0 开始的整数数组nums和一个整数k。如果子数组中所有元素都相等，则认为子数组是一个 等值子数组。注意，空数组是 等值子数组。从nums中删除最多k个元素后，返回可能的最长等值子数组的长度。
【力扣 热题 100】找出最长等值子数组【滑动窗口】
Skylar Lin的博客
08-20 341
给你一个下标从开始的整数数组nums和一个整数k。如果子数组中所有元素都相等，则认为子数组是一个。注意，空数组是。从nums中删除最多k个元素后，返回可能的最长等值子数组的长度。是数组中一个连续且可能为空的元素序列。
2831. 找出最长等值子数组
long_steve的博客
08-25 271
【代码】2831. 找出最长等值子数组。
【C++二分查找 滑动窗口】2831. 找出最长等值子数组|1975
闻缺陷则喜何志丹
09-11 704
给你一个下标从 0 开始的整数数组 nums 和一个整数 k 。 如果子数组中所有元素都相等，则认为子数组是一个 等值子数组 。注意，空数组是 等值子数组 。 从 nums 中删除最多 k 个元素后，返回可能的最长等值子数组的长度。 子数组 是数组中一个连续且可能为空的元素序列。
找出最长等值子数组
jiangzuofengqiao的博客
05-23 377
给你一个下标从 0 开始的整数数组 nums 和一个整数 k。如果子数组中所有元素都相等，则认为子数组是一个 等值子数组。注意，空数组是 等值子数组。从 nums 中删除最多 k 个元素后，返回可能的最长等值子数组的长度。子数组 是数组中一个连续且可能为空的元素序列。
Leetcode 2831. 找出最长等值子数组
fucheng的博客
05-23 373
Leetcode 2831. 找出最长等值子数组
思维+滑动窗口，LeetCode 2831. 找出最长等值子数组
EQUINOX1的博客
05-23 580
那就变成了在每个元素的下标数组中跑滑动窗口，双指针l，r满足id[r] - id[l] - (r - l) <= k，即元素出现的左右边界长度减去元素个数不能超过k。或者我们可以将每个元素出现下标存到数组里，然后在每个元素的下标数组中找最长连续子序列。如果没有最多删除k这个选项，我们在数组中找最长等值数组，双指针遍历一遍即可。如果子数组中所有元素都相等，则认为子数组是一个。个元素后，返回可能的最长等值子数组的长度。时间复杂度：O(N) 空间复杂度：O(N)是数组中一个连续且可能为空的元素序列。
【LeetCode:2831. 找出最长等值子数组 + 滑动窗口】
Coder_ljw的博客
05-23 879
【LeetCode:2831. 找出最长等值子数组 + 滑动窗口】给你一个下标从 0 开始的整数数组 nums 和一个整数 k 。 如果子数组中所有元素都相等，则认为子数组是一个 等值子数组 。注意，空数组是 等值子数组 。 从 nums 中删除最多 k 个元素后，返回可能的最长等值子数组的长度。 子数组 是数组中一个连续且可能为空的元素序列。
【C++滑动窗口 】2831. 找出最长等值子数组|1975
闻缺陷则喜何志丹
11-12 795
给你一个下标从 0 开始的整数数组 nums 和一个整数 k 。 如果子数组中所有元素都相等，则认为子数组是一个 等值子数组 。注意，空数组是 等值子数组 。 从 nums 中删除最多 k 个元素后，返回可能的最长等值子数组的长度。 子数组 是数组中一个连续且可能为空的元素序列。
数据结构——滑动窗口
qq_68915288的博客
04-23 658
入：下标为 i 的元素进入窗口，更新相关统计量。如果 i < k−1 则重复第一步更新：更新答案。一般是更新最大值 / 最小值出：下标为 i−k+1 的元素离开窗口，更新相关统计量✔1. 定长子串中元音的最大数目✔2. 找到一个数字的 K 美丽值✔4. 子数组的最大平均数 |方法一：前缀和方法二：滑动窗口7. 得到 K 个黑块的最少涂色次数8. 爱生气的书店老板9. 几乎唯一子数组的最大和10. 长度为 K 子数组中的最大和11. 可获得的最大点数12. 最少交换次数来组合所有的1 ||
Leetcode 68 搜索插入位置 | 寻找比目标字母大的最小字母
im_AMBER的博客
12-04 721
你的错误逻辑正确逻辑找到 target 时返回 mid-1找到 target 时，继续向右查找（因为需要「大于」target 的最小字符）target <letters [mid] 时，mid 是候选，需保留，right=mid（左闭右开）或不立即排除 mid循环结束直接返回 letters [0]循环结束后，先判断 left 是否越界：越界则返回 letters [0]，否则返回 letters [left]初始right的取值与「越界判断」不匹配；
欧几里得距离算法-相似度
weixin_45609702的博客
12-04 145
本文介绍了一个计算欧几里得距离的Java方法。该方法接收两个Double数组作为输入，通过计算对应元素差值的平方和再开方，返回两个数组之间的欧几里得距离值。当输入数组长度不一致时，方法会返回0作为默认值。欧几里得距离算法常用于比较两个数组之间的相似度，是数据分析和机器学习中的基础距离度量方法。
dfs|mask^翻转
一个人知道自己为什么而活，他就能够接收任何一种生活
11-30 162
注意到：灯泡状态周期是6。
2025年全国大学生统计科学与算法编程挑战赛——算法赛道（一）
qq_73044452的博客
12-01 287
摘要：本文包含三个编程问题的解决方案。1) 贪吃蛇问题：通过解析移动指令计算蛇最终所在格子的编号；2) 经济小鱼问题：计算前两局存钱、后两局花钱，最终剩余指定金币的方案数；3) 小理吃甜食问题：模拟多轮糖果挑选过程，计算小理获得的最大总糖果值。每个问题都给出了完整的C++实现代码，涉及字符串处理、数学计算和模拟算法等技术。
【剑斩OFFER】算法的暴力美学——数青蛙
最新发布
就业知识博客
12-04 245
力扣1419题：数青蛙
[优选算法专题十.哈希表 ——NO.55~57 两数之和、判定是否互为字符重排、存在重复元素]
2401_83386596的博客
12-03 607
两数之和问题的最优解法采用哈希表实现O(n)时间复杂度，通过存储元素值与下标的映射关系，快速查找互补值。字符重排判定问题通过单哈希数组统计字符出现次数，先加后减并实时校验，确保字符种类和数量完全一致。存在重复元素问题使用哈希集合检测重复元素，遍历数组时检查元素是否已存在于集合中。三种解法均利用哈希结构优化查找效率，将时间复杂度从暴力解法的O(n²)降至O(n)，是典型空间换时间策略的工业级实现。
强化学习[page13]【chapter7】时序差分方法算法介绍
4AM_明朝百晓生
12-01 517
其次，式(7.1)中的TD算法仅能估计给定策略的状态值。尽管如此，本节介绍的TD算法非常基础，对理解本章其他算法至关重要。例如，本章介绍的所有算法都属于时序差分学习的范畴。为简洁起见，式(7.2)常被省略，但必须意识到若缺少该式，算法在数学上将不完整。TD 方法的一个特点是，它在每个时间步更新其值估计，而 MC 方法则要等到回合结束才更新。TD学习的核心思想是基于新获得的信息来修正当前对状态值的估计。因此，TD误差不仅反映两个时间步之间的差异，更重要的是反映了估计值。反映了时间步t与t+1之间的差异。
java，滑动窗口返回满足条件的最长数组长度，要求连续的子数组大于某个数，中间可以有1个数不符合条件，但是这个数不能位于子数组的两端
06-13
### Java 滑动窗口算法实现：寻找最长连续子数组长度 以下是一个基于滑动窗口算法的解决方案，用于在Java中找到满足条件的最长连续子数组长度。子数组中的元素需大于某个数，允许中间有1个例外值但不能位于两端。 #### 代码实现 ```java public class SlidingWindow { public static int longestSubarray(int[] nums, int threshold) { int n = nums.length; int left = 0; int exceptionCount = 0; int maxLength = 0; for (int right = 0; right < n; right++) { if (nums[right] <= threshold) { exceptionCount++; } // 确保例外值不在两端 while (exceptionCount > 1 || (left <= right && (exceptionCount == 1 && (nums[left] <= threshold || nums[right] <= threshold)))) { if (nums[left] <= threshold) { exceptionCount--; } left++; } // 更新最大长度 if (exceptionCount <= 1 && left < right) { maxLength = Math.max(maxLength, right - left + 1); } } return maxLength; } public static void main(String[] args) { int[] nums = {1, 3, 5, 2, 7, 4, 9}; int threshold = 4; System.out.println("最长连续子数组长度: " + longestSubarray(nums, threshold)); } } ``` #### 代码解析 - **变量定义**： - `left` 和 `right` 分别表示滑动窗口的左右边界。 - `exceptionCount` 用于记录窗口内小于或等于阈值的元素数量。 - `maxLength` 存储当前满足条件的最长子数组长度[^1]。 - **逻辑流程**： - 遍历数组时，右边界 `right` 不断向右扩展。 - 当遇到小于或等于阈值的元素时，增加 `exceptionCount`。 - 如果 `exceptionCount` 超过1，或者例外值位于窗口两端，则通过移动左边界 `left` 来缩小窗口，直到满足条件。 - 在每次满足条件时，更新 `maxLength` 的值。 - **边界条件**： - 确保例外值不位于窗口的两端，这是通过检查 `nums[left]` 和 `nums[right]` 是否小于或等于阈值来实现的[^1]。 #### 复杂度分析 - **时间复杂度**：O(n)，其中 n 是数组的长度。每个元素最多被访问两次（一次作为右边界，一次作为左边界）。 - **空间复杂度**：O(1)，仅使用了常数额外空间。 ---
评论 1
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