博客
关于我
每日一题1004-最大连续1的个数 III
阅读量:750 次
发布时间:2019-03-21

本文共 814 字,大约阅读时间需要 2 分钟。

优化后的解释

这道题是窗口滑动类型的题目,使用双指针来解决。我们用left和right指针分别控制窗口的左右边界,窗口内最多允许K个0被翻转为1。目标是找到包含尽可能多1的子数组的长度。

解题思路

我们希望找到能翻转成1的最大子数组长度,因此窗口必须动态调整。当遇到过多的0时,左指针移动以维持翻转的限制。具体来说:

  • 窗口扩大:右指针在不超过K次翻转时向右移动,尽可能扩大窗口。
  • 窗口保持:若翻转次数达到K,右指针停止,左指针随右指针移动以保证翻转次数不超过K。
  • 这样持续处理,直到遍历结束,最大的窗口即为答案。

    代码实现

    class Solution:    def longestOnes(self, A: list[int], K: int) -> int:        left = 0        right = 0        count = 0        n = len(A)        for right in range(n):            if A[right] == 0:                count += 1                if count > K:                    if A[left] == 0:                        count -= 1                    left += 1        return right - left + 1

    讨论

    • 初始化:左右指针和计数器初始化为0,表示尚未开始遍历窗口。
    • 遍历数组:右指针遍历整个数组,遇到0时计数器加一。
    • 超过限制:当计数器超过K时,左指针右移,同时检查是否有回退的可能,即当前左指针指向的是0。
    • 计算窗口长度:最终返回窗口长度,即右指针位置减去左指针位置加一。

    这种方法确保了在O(n)时间复杂度内解决问题,适用于大量数据。

    转载地址:http://hbagz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>