904.水果成篮
难度:中等
你正在探访一家农场,农场从左到右种植了一排果树。这些树用一个整数数组 fruits
表示,其中 fruits[i]
是第 i
棵树上的水果的 种类(一种编号) 。
你想要尽可能多地收集水果。然而,农场的主人设定了一些严格的规矩,你必须按照要求采摘水果:
- 你只有 两个 篮子,并且每个篮子只能装 单一类型 的水果。每个篮子能够装的水果总量没有限制。
- 你可以选择任意一棵树开始采摘,你必须从 每棵 树(包括开始采摘的树)上 恰好摘一个水果 。采摘的水果应当符合篮子中的水果类型。每采摘一次,你将会向右移动到下一棵树,并继续采摘。
- 一旦你走到某棵树前,但水果不符合篮子的水果类型,那么就必须停止采摘。
给你一个整数数组 fruits
,返回你可以收集的水果的 最大 数目。
示例 1:
输入:fruits = [1,2,1]
输出:3
解释:可以采摘全部 3 棵树。
示例 2:
输入:fruits = [0,1,2,2]
输出:3
解释:可以采摘 [1,2,2] 这三棵树。
如果从第一棵树开始采摘,则只能采摘 [0,1] 这两棵树。
示例 3:
输入:fruits = [1,2,3,2,2]
输出:4
解释:可以采摘 [2,3,2,2] 这四棵树。
如果从第一棵树开始采摘,则只能采摘 [1,2] 这两棵树。
示例 4:
输入:fruits = [3,3,3,1,2,1,1,2,3,3,4]
输出:5
解释:可以采摘 [1,2,1,1,2] 这五棵树。
提示:
1 <= fruits.length <= 10^(5)
0 <= fruits[i] < fruits.length
解题思路
感觉涉及到 连续区间查找 的题,似乎都可以考虑一下 滑动窗口 的思想。
直接套 滑动窗口模板:
java
/* 滑动窗口算法框架 */
void slidingWindow(String s) {
// 用合适的数据结构记录窗口中的字符及其频率
HashMap<Character, Integer> window = new HashMap<>();
int left = 0, right = 0;
while (right < s.length()) {
// c 是将移入窗口的字符
char c = s.charAt(right);
// 增大窗口
right++;
// 进行窗口内数据的一系列更新
window.put(c, window.getOrDefault(c, 0) + 1);
...
// 判断窗口左侧是否要收缩
while (window needs shrink) {
// d 是将移出窗口的字符
char d = s.charAt(left);
// 缩小窗口
left++;
// 进行窗口内数据的一系列更新
window.put(d, window.get(d) - 1);
...
}
}
}
我的思路:
设定两个指针,left 指向目标区间最左边的位置,right 寻找目标区间最右边的元素
设定一个哈希表 HashMap 作为窗口,用来存储当前篮子里的水果种类和数量信息,其中 key 为水果的种类,value 为该水果的数量(出现频率)
设定 maxCount 记录当前窗口内的水果数量最大值,初始为 0
在 right 的遍历过程中:
暂存要移入窗口的水果
增大窗口,也就是 right 右移一位
对 HashMap 进行更新,将当前水果加入窗口中
判断窗口左侧是否要收缩,若 HashMap 内水果种类大于 2,则说明要收缩窗口了:
- 暂存要移出窗口的水果
- 缩小窗口,也就是 left 右移一位
- 对 HashMap 进行更新,移除目标水果,若该水果的 value 为 0,则从 HashMap 中删掉其 key
更新结果,left 指向目标窗口的首位,right 指向目标窗口的末尾+1的位置,所以 maxCount = Math.max(maxCount, right - left)
返回 maxCount 的值
我的代码
java
public int totalFruit(int[] fruits) {
// 用合适的数据结构记录窗口中的字符及其频率
HashMap<Integer, Integer> window = new HashMap<>();
int left = 0;
int right = 0;
// 记录结果
int maxCount = 0;
while (right < fruits.length) {
// c 是将移入窗口的字符
int fruit = fruits[right];
// 增大窗口
right++;
// 进行窗口内数据的一系列更新
window.put(fruit, window.getOrDefault(fruit, 0) + 1);
// 判断窗口左侧是否要收缩
while (window.size() > 2) {
// d 是将移出窗口的字符
int fruitToRemove = fruits[left];
// 缩小窗口
left++;
// 进行窗口内数据的一系列更新
window.put(fruitToRemove, window.get(fruitToRemove) - 1);
if (window.get(fruitToRemove) == 0) {
window.remove(fruitToRemove);
}
}
// 在这里更新结果,left指向目标窗口的首位,right指向目标窗口的末尾+1的位置
maxCount = Math.max(maxCount, right - left);
}
return maxCount;
}
时间复杂度:O(n),虽然有双层循环,但其实每个元素最多被遍历两次
空间复杂度:O(1)
总结
一开始想到用哈希表来做,发现有问题。
后来采用滑动窗口来做,发现也有问题。
其实两种思想结合在一起,才是本问题的真正解法。