算法面试真题详解:子数组的最大平均值 II

简介: 算法面试真题详解:子数组的最大平均值 II

给出一个整数数组,有正有负。找到这样一个子数组,他的长度大于等于 k,且平均值最大。

  • 保证数组的大小 >= k

在线评测地址:领扣题库官网

例1:

输入:
[1,12,-5,-6,50,3]
3
输出:
15.667
解释:
 (-6 + 50 + 3) / 3 = 15.667

例2:
输入:
[5]
1
输出:
5.000

###算法:二分答案
本题看到以后先想到暴力,即枚举所有可能子数组,时间复杂度O(N^2)会超时,于是我们考虑更低复杂度的做法,是否有时间复杂度O(NlogN)级别的做法呢?我们考虑二分答案来解决问题。
算法思路
- 我们考虑二分平均值,那么我们需要一个check函数,能在O(N)复杂度内判断是否存在一个子数组的平均值大于等于我们二分出来的平均值
- 对于一个平均数ave,我们先将nums数组每个数减去ave,那么只要存在一个长度大于k的子数组和大于等于0,就说明平均数ave可行,这可以在O(N)时间内完成
###代码思路
1. 设置二分的左右边界分别为数组中的最小值和最大值
2. 判断平均值mid是否可行,若可行则说明答案大于等于mid,那么左边界等于mid,否则说明答案小于mid,右边界等于mid
- 如何判断平均值mid是否可行:
  1. 将nums数组每个数减去mid
  2. 求nums数组的前缀和数组pre
  3. 设置指针index等于k
  4. 那么在nums[0:index]中,长度大于k的子数组,区间和最大为pre[index - 1] - min{pre[0 : index - k]}
  5. 将index不断右移直到指向数组末端,若中间区间和最大值大于等于0,check函数直接返回True,结束后还为返回值则返回False
3. 不断重复 2 直到 left + 1e-5 == right 退出
4. 返回左边界
###复杂度分析
NN表示nums数组长度,max_nums和min_nums分别表示数组中最大值和最小值
- 空间复杂度:O(1)
实际处理时不需要记录下整个前缀和数组,只需记录当前的前缀和和左侧最小的前缀和
- 时间复杂度:O(Nlog(max_nums−min_nums))

public class Solution {

/**
 * @param nums: an array with positive and negative numbers
 * @param k: an integer
 * @return: the maximum average
 */

private boolean check(int[] nums, int k, double avg) {

    //rightSum表示当前指向位置的前缀和
    //leftSum表示当前指向位置左侧k个位置的前缀和
    //minLeftSum表示左侧最小的前缀和

    double rightSum = 0, leftSum = 0, minLeftSum = 0;
    for (int i = 0; i < k; i++) {
        rightSum += nums[i] - avg;
    }
    for (int i = k; i <= nums.length; i++) {
        if (rightSum - minLeftSum >= 0) {
            return true;
        }
        if (i < nums.length) {
            rightSum += nums[i] - avg;
            leftSum += nums[i - k] - avg;
            minLeftSum = Math.min(minLeftSum, leftSum);
        }
    }
    return false;
} 

public double maxAverage(int[] nums, int k) {
    double left, right, mid;

    //设置二分的左右边界分别为数组中的最小值和最大值

    left = right = nums[0];
    for (int i = 0; i < nums.length; i++) {
        left = Math.min(nums[i], left);
        right = Math.max(nums[i], right);
    }
    while (left + 1e-5 < right) {
        mid = left + (right - left) / 2;

        //判断平均值mid是否可行
        //若可行则说明答案大于等于mid,那么左边界等于mid
        //否则说明答案小于mid,右边界等于mid

        if (check(nums, k, mid)) {
            left = mid;
        }
        else {
            right = mid;
        }
    }
    return left;
}

}

更多题解参考:[九章官网solution](https://www.jiuzhang.com/solution/maximum-average-subarray-ii/?utm_source=sc-tianchi-sz-20Dec)
相关文章
|
6月前
|
存储 算法
算法入门:专题二---滑动窗口(长度最小的子数组)类型题目攻克!
给定一个正整数数组和目标值target,找出总和大于等于target的最短连续子数组长度。利用滑动窗口(双指针)优化,维护窗口内元素和,通过单调性避免重复枚举,时间复杂度O(n)。当窗口和满足条件时收缩左边界,更新最小长度,最终返回结果。
|
算法
面试场景题:如何设计一个抢红包随机算法
本文详细解析了抢红包随机算法的设计与实现,涵盖三种解法:随机分配法、二倍均值法和线段切割法。随机分配法通过逐次随机分配金额确保总额不变,但易导致两极分化;二倍均值法优化了金额分布,使每次抢到的金额更均衡;线段切割法则将总金额视为线段,通过随机切割点生成子金额,手气最佳金额可能更高。代码示例清晰,结果对比直观,为面试中类似算法题提供了全面思路。
1920 16
|
算法 安全 Java
Java线程调度揭秘:从算法到策略,让你面试稳赢!
在社招面试中,关于线程调度和同步的相关问题常常让人感到棘手。今天,我们将深入解析Java中的线程调度算法、调度策略,探讨线程调度器、时间分片的工作原理,并带你了解常见的线程同步方法。让我们一起破解这些面试难题,提升你的Java并发编程技能!
585 16
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩分享分库分表的基因算法设计,涵盖分片键选择、水平拆分策略及基因法优化查询效率等内容,助力面试者应对大厂技术面试,提高架构设计能力。
美团面试:百亿级分片,如何设计基因算法?
|
算法 前端开发 Java
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
这篇文章总结了单链表的常见面试题,并提供了详细的问题分析、思路分析以及Java代码实现,包括求单链表中有效节点的个数、查找单链表中的倒数第k个节点、单链表的反转以及从尾到头打印单链表等题目。
211 1
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?
|
算法 Java 数据中心
探讨面试常见问题雪花算法、时钟回拨问题,java中优雅的实现方式
【10月更文挑战第2天】在大数据量系统中,分布式ID生成是一个关键问题。为了保证在分布式环境下生成的ID唯一、有序且高效,业界提出了多种解决方案,其中雪花算法(Snowflake Algorithm)是一种广泛应用的分布式ID生成算法。本文将详细介绍雪花算法的原理、实现及其处理时钟回拨问题的方法,并提供Java代码示例。
2427 2
|
机器学习/深度学习 JavaScript 算法
面试中的网红虚拟DOM,你知多少呢?深入解读diff算法
该文章深入探讨了虚拟DOM的概念及其diff算法,解释了虚拟DOM如何最小化实际DOM的更新,以此提升web应用的性能,并详细分析了diff算法的实现机制。
|
6月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
568 0