862. 和至少为 K 的最短子数组
思路:
非典型单调队列
先维护一个前缀和
维护单调递增队列,遍历到当前元素x
时,从队尾弹出比x
大的元素y
,因为后续能与y
匹配的元素,与x
也一定能匹配。
从队头开始处理,如果队头元素z
与x
满足x - z >= k
时,更新结果,并将z
从队头弹出,因为能与x
匹配,没必要再与后面的元素再匹配,不会对结果造成影响。
每个元素只会进队出队一次,时间复杂度为O(n)
注意一开始会有个0被填入,表示从头到当前元素这一段。
class Solution {
public int shortestSubarray(int[] nums, int k) {
int n = nums.length;
long[] pre = new long[n + 1];
for (int i = 1; i <= n; i++)
pre[i] = nums[i - 1] + pre[i - 1];
int[] q = new int[n + 1];
int hh = 0, tt = -1;
int res = 0x3f3f3f3f;
for (int i = 0; i <= n; i++) {
// System.out.println(hh + " " + tt);
while (hh <= tt && pre[i] - pre[q[hh]] >= k) {
res = Math.min(res, i - q[hh]);
hh++;
}
while (hh <= tt && pre[q[tt]] >= pre[i])
tt--;
q[++tt] = i;
}
return res == 0x3f3f3f3f ? -1 : res;
}
}
239. 滑动窗口最大值
给你一个整数数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。
返回 滑动窗口中的最大值 。
示例 1:
输入:nums = [1,3,-1,-3,5,3,6,7], k = 3 输出:[3,3,5,5,6,7]
解释:
滑动窗口的位置 最大值
———————- ——-
[1 3 -1] -3 5 3 6 7 3
1 [3 -1 -3] 5 3 6 7 3
1 3 [-1 -3 5] 3 6 7 5
1 3 -1 [-3 5 3] 6 7 5
1 3 -1 -3 [5 3 6] 7 6
1 3 -1 -3 5 [3 6 7] 7
示例 2:
输入:nums = [1], k = 1 输出:[1]
提示:
- 1 <= nums.length <= 105
- -104 <= nums[i] <= 104
- 1 <= k <= nums.length
思路:滑动窗口 + 双端单调队列
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
int n = nums.size();
int stk[n];
int hh = 0, tt = -1;
vector<int> res;
for (int i = 0; i < n; i++) {
while (hh <= tt && nums[stk[tt]] <= nums[i])
tt--;
if (hh <= tt && stk[hh] <= i - k)
hh++;
stk[++tt] = i;
if (i >= k - 1)
res.push_back(nums[stk[hh]]);
}
return res;
}
};
6143. 预算内的最多机器人数目
双端单调递减序列
class Solution {
public int maximumRobots(int[] e, int[] w, long budget) {
int n = e.length;
int[] stk = new int[n];
int hh = 0, tt = -1;
long s = 0;
int max = 0;
for (int i = 0, j = 0; i < n; i++) {
s += w[i];
while (hh <= tt && e[stk[tt]] <= e[i])
tt--;
stk[++tt] = i;
while (hh <= tt && s * (i - j + 1) > budget - e[stk[hh]]) {
if (stk[hh] == j) hh++;
s -= w[j];
j++;
}
max = Math.max(max, i - j + 1);
}
return max;
}
}