【LeetCode:2760. 最长奇偶子数组 | 模拟 & 双指针】

算法题

算法刷题专栏 | 面试必备算法 | 面试高频算法
越难的东西,越要努力坚持，因为它具有很高的价值，算法就是这样✨
作者简介：硕风和炜，CSDN-Java领域新星创作者，保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享
恭喜你发现一枚宝藏博主,赶快收入囊中吧
人生如棋，我愿为卒，行动虽慢，可谁曾见我后退一步？

算法题

题目链接

• 2760. 最长奇偶子数组

⛲ 题目描述

给你一个下标从 0 开始的整数数组 nums 和一个整数 threshold 。

请你从 nums 的子数组中找出以下标 l 开头、下标 r 结尾 (0 <= l <= r < nums.length) 且满足以下条件的 最长子数组 ：

nums[l] % 2 == 0
对于范围 [l, r - 1] 内的所有下标 i ，nums[i] % 2 != nums[i + 1] % 2
对于范围 [l, r] 内的所有下标 i ，nums[i] <= threshold
以整数形式返回满足题目要求的最长子数组的长度。

注意：子数组 是数组中的一个连续非空元素序列。

示例 1：

输入：nums = [3,2,5,4], threshold = 5
输出：3
解释：在这个示例中，我们选择从 l = 1 开始、到 r = 3 结束的子数组 => [2,5,4] ，满足上述条件。
因此，答案就是这个子数组的长度 3 。可以证明 3 是满足题目要求的最大长度。
示例 2：

输入：nums = [1,2], threshold = 2
输出：1
解释：
在这个示例中，我们选择从 l = 1 开始、到 r = 1 结束的子数组 => [2] 。
该子数组满足上述全部条件。可以证明 1 是满足题目要求的最大长度。
示例 3：

输入：nums = [2,3,4,5], threshold = 4
输出：3
解释：
在这个示例中，我们选择从 l = 0 开始、到 r = 2 结束的子数组 => [2,3,4] 。
该子数组满足上述全部条件。
因此，答案就是这个子数组的长度 3 。可以证明 3 是满足题目要求的最大长度。

提示：

1 <= nums.length <= 100
1 <= nums[i] <= 100
1 <= threshold <= 100

求解思路&实现代码&运行结果

---

⚡ 模拟

求解思路

1. 该题的数据量直接通过题目的要求暴力模拟就可以，但是编码的时候要注意一些细节的问题，否则也会容易出错。
2. 最容易出错的点就是因为区间内相近的元素都需要判断，奇偶性以及阈值，如果是区间内最后一个元素的话，此时就需要做一个特判，只判断是否小于等于阈值就可以。
3. 其它的情况按照题目的要求正常模拟就可以。
4. 具体实现过程如下所示：

实现代码

class Solution {
    public int longestAlternatingSubarray(int[] nums, int threshold) {
        int n=nums.length;
        int max=0;
        for(int l=0;l<n;l++){
            if(nums[l]%2!=0) continue;
            for(int r=l;r<n;r++){
                boolean flag=true;
                for(int i=l;i<r;i++){
                    if(nums[i]%2==nums[i+1]%2||nums[i]>threshold){
                        flag=false;
                        break;
                    }
                }
                if(flag&&nums[r]<=threshold){
                    max=Math.max(r-l+1,max);
                }
            }
        }
        return max;
    }
}

运行结果

⚡ 双指针

求解思路

1. 上面的做法虽然可以通过，但是时间复杂度太高了，所以，我们必须要想出一种方法来优化整个算法的时间复杂度。
2. 具体怎么做呢？我们可以使用双指针来求解，第一个指针找到开始的位置，第二个指针找到结束的位置，下一次开始的位置从上一次结束的位置开始，每次更新最大数组的长度即可。
3. 为什么可以降低时间复杂度呢？因为这俩个指针都是不回退的，交替进行的，一直都是前进的。
4. 具体实现思路如下所示：

实现代码

class Solution {
    public int longestAlternatingSubarray(int[] nums, int threshold) {
        int n=nums.length;
        int i=0;
        int max=0;
        while(i<n){
            if(nums[i]>threshold||nums[i]%2!=0){
                i++;
                continue;
            }
            int j=i+1;
            while(j<n&&nums[j]<=threshold&&nums[j]%2!=nums[j-1]%2){
                j++;
            }
            max=Math.max(j-i,max);
            i=j;
        }
        return max;
    }
}

运行结果

---

共勉

最后，我想和大家分享一句一直激励我的座右铭，希望可以与大家共勉！