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
|
19天前
|
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?
|
25天前
|
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。
28 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
|
13天前
|
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)
|
19天前
|
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?
|
27天前
|
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。
59 2
|
2月前
|
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。
|
3月前
|
消息中间件 存储 算法
这些年背过的面试题——实战算法篇
本文是技术人面试系列实战算法篇,面试中关于实战算法都需要了解哪些内容?一文带你详细了解,欢迎收藏!
|
3月前
|
JavaScript 算法 索引
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
这篇文章深入分析了Vue中的diff算法,解释了其在新旧虚拟DOM节点比较中的工作机制,包括同层节点比较、循环向中间收拢的策略,并通过实例演示了diff算法的执行过程,同时提供了源码层面的解析,说明了当数据变化时,如何通过Watcher触发patch函数来更新DOM。
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
|
3月前
|
存储 Java
【IO面试题 四】、介绍一下Java的序列化与反序列化
Java的序列化与反序列化允许对象通过实现Serializable接口转换成字节序列并存储或传输,之后可以通过ObjectInputStream和ObjectOutputStream的方法将这些字节序列恢复成对象。
|
1月前
|
JSON 安全 前端开发
第二次面试总结 - 宏汉科技 - Java后端开发
本文是作者对宏汉科技Java后端开发岗位的第二次面试总结,面试结果不理想,主要原因是Java基础知识掌握不牢固,文章详细列出了面试中被问到的技术问题及答案,包括字符串相关函数、抽象类与接口的区别、Java创建线程池的方式、回调函数、函数式接口、反射以及Java中的集合等。
26 0