LeetCode刷题|算法归类|滑动窗口介绍及各算法题合辑（持续补充）

一、算法介绍

滑动窗口算法可以用以解决数组/字符串的子元素问题，它可以将嵌套的循环问题，转换为单循环问题，降低时间复杂度。

二、LeetCode题

1、#1343大小为 K 且平均值大于等于阈值的子数组数目

1、题目

难度：中等

给你一个整数数组 arr 和两个整数 k 和 threshold 。

请你返回长度为 k 且平均值大于等于 threshold 的子数组数目。

示例 1：

输入：arr = [2,2,2,2,5,5,5,8], k = 3, threshold = 4
输出：3
解释：子数组 [2,5,5],[5,5,5] 和 [5,5,8] 的平均值分别为 4，5 和 6 。其他长度为 3 的子数组的平均值都小于 4 （threshold 的值)。

示例 2：

输入：arr = [1,1,1,1,1], k = 1, threshold = 0
输出：5

示例 3：

输入：arr = [11,13,17,23,29,31,7,5,2,3], k = 3, threshold = 5
输出：6
解释：前 6 个长度为 3 的子数组平均值都大于 5 。注意平均值不是整数。

示例 4：

输入：arr = [7,7,7,7,7,7,7], k = 7, threshold = 7
输出：1

示例 5：

输入：arr = [4,4,4,4], k = 4, threshold = 1
输出：1

提示：

1 <= arr.length <= 10^5
1 <= arr[i] <= 10^4
1 <= k <= arr.length
0 <= threshold <= 10^4

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/number-of-sub-arrays-of-size-k-and-average-greater-than-or-equal-to-threshold
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

2、题解1

注意：该解法不要每次滑动窗口都把窗口里的元素都遍历相加，因为是连续的子数组，所以只要减掉前一个，加上下一个就行

class Solution {
    public int numOfSubarrays(int[] arr, int k, int threshold) {
        int n=arr.length;
        int count=0;
        int sum=0;
        for(int i=0;i<k;i++){
            sum+=arr[i];
        }
        if(sum>=threshold*k) count++;
        for(int i=1;i<n-k+1;i++){
           sum=sum-arr[i-1]+arr[i-1+k];
           if(sum>=threshold*k) count++;
        }
        return count;
    }
}

执行用时：3 ms, 在所有 Java 提交中击败了73.48%的用户

内存消耗：48.3 MB, 在所有 Java 提交中击败了100.00%的用户

时间复杂度：O（n）空间复杂度：O（1）

3、题解2

在第一种解法的基础上，先对数组进行快排成为有序数组，只要找到第一个最小的符合要求的子数组，就break，记录break时的子数组的起始点，后面的子数组都符合要求。

这种接解法对于数组长度比较长的更节约时间。

class Solution {
    public int numOfSubarrays(int[] arr, int k, int threshold) {
        int n=arr.length;
        int sum=0;
        Arrays.sort(arr);//对数组底层排序是快排
        for(int i=0;i<k;i++){
            sum+=arr[i];
        }
        if(sum>=threshold*k) return n-k+1;
        int i;
        for(i=1;i<n-k+1;i++){
           sum=sum-arr[i-1]+arr[i-1+k];
           if(sum>=threshold*k) break;//找到排序数组第一个满足条件的子数组，他之后的数组都将满足
        }
        return n-i-k+1;
    }
}

持续补充对应算法题，欢迎关注