[LeetCode] 每日一题 2302. 统计得分小于 K 的子数组数目(经典滑窗)
题目描述
一个数组的 分数 定义为数组之和 乘以 数组的长度。
比方说,
[1, 2, 3, 4, 5]
的分数为(1 + 2 + 3 + 4 + 5) * 5 = 75
。
给你一个正整数数组 nums
和一个整数 k
,请你返回 nums
中分数 严格小于 k
的 非空整数子数组数目。
子数组 是数组中的一个连续元素序列。
题目链接
示例输入
示例 1
输入:nums = [2,1,4,3,5], k = 10
输出:6
解释:
有 6 个子数组的分数小于 10 :
- [2] 分数为 2 * 1 = 2 。
- [1] 分数为 1 * 1 = 1 。
- [4] 分数为 4 * 1 = 4 。
- [3] 分数为 3 * 1 = 3 。
- [5] 分数为 5 * 1 = 5 。
- [2,1] 分数为 (2 + 1) * 2 = 6 。
注意,子数组 [1,4] 和 [4,3,5] 不符合要求,因为它们的分数分别为 10 和 36,但我们要求子数组的分数严格小于 10 。
示例 2
输入:nums = [1,1,1], k = 5
输出:5
解释:
除了 [1,1,1] 以外每个子数组分数都小于 5 。
[1,1,1] 分数为 (1 + 1 + 1) * 3 = 9 ,大于 5 。
所以总共有 5 个子数组得分小于 5 。
提示
1 <= nums.length <= 10^5
1 <= nums[i] <= 10^5
1 <= k <= 10^15
解题思路
今天这题又是非常典型的滑动窗口问题 🚀。题目要求我们统计子数组中分数小于 k 的数量,分数定义为 子数组元素和 × 子数组长度。
仔细观察可以发现,随着滑动窗口右端点的扩展,子数组长度增加,总和增加,因此分数整体是单调上升的;而收缩左端点可以有效降低分数。
因此,我们可以采用单向滑动窗口来做,维护一个窗口 [left, right]
,每次向右扩展 right
,如果当前窗口的分数不满足小于 k,就不断移动左端点 left
来缩小窗口直到条件满足,然后累加当前窗口内的子数组数量。
整体逻辑非常顺畅,是最近几天滑窗应用的经典模式之一!
代码实现
class Solution {
public long countSubarrays(int[] nums, long k) {
long ans = 0;
int left = 0;
long sum = 0;
int n = nums.length;
for (int right = 0; right < n; right++) {
sum += nums[right];
while (sum * (right - left + 1) >= k) {
sum -= nums[left];
left++;
}
ans += (right - left) + 1;
}
return ans;
}
}
复杂度分析
时间复杂度:O(n)
每个元素最多被加入和移除窗口一次,因此整体遍历是线性的。
空间复杂度:O(1)
只使用了常数个额外变量,没有引入额外的数据结构。
总结
这道题再次验证了滑动窗口技巧在子数组问题中的威力 💪。关键在于正确理解窗口扩展和收缩的条件,从而保证窗口内始终满足要求。
思路清晰简单,代码实现流畅,是非常适合巩固滑窗思维的一题!
希望这篇分享能为你带来启发!如果你有任何问题或建议,欢迎在评论区留言,与我共同交流探讨。