1438.longest-continuous-subarray-with-absolute-diff-less-than-or-equal-to-limit.md

题目地址(1438. 绝对差不超过限制的最长连续子数组)

https://leetcode-cn.com/problems/longest-continuous-subarray-with-absolute-diff-less-than-or-equal-to-limit/

题目描述

给你一个整数数组 nums ，和一个表示限制的整数 limit，请你返回最长连续子数组的长度，该子数组中的任意两个元素之间的绝对差必须小于或者等于 limit 。 如果不存在满足条件的子数组，则返回 0 。   示例 1： 输入：nums = [8,2,4,7], limit = 4 输出：2 解释：所有子数组如下： [8] 最大绝对差 |8-8| = 0 <= 4. [8,2] 最大绝对差 |8-2| = 6 > 4. [8,2,4] 最大绝对差 |8-2| = 6 > 4. [8,2,4,7] 最大绝对差 |8-2| = 6 > 4. [2] 最大绝对差 |2-2| = 0 <= 4. [2,4] 最大绝对差 |2-4| = 2 <= 4. [2,4,7] 最大绝对差 |2-7| = 5 > 4. [4] 最大绝对差 |4-4| = 0 <= 4. [4,7] 最大绝对差 |4-7| = 3 <= 4. [7] 最大绝对差 |7-7| = 0 <= 4. 因此，满足题意的最长子数组的长度为 2 。 示例 2： 输入：nums = [10,1,2,4,7,2], limit = 5 输出：4 解释：满足题意的最长子数组是 [2,4,7,2]，其最大绝对差 |2-7| = 5 <= 5 。 示例 3： 输入：nums = [4,2,2,2,4,4,2,2], limit = 0 输出：3   提示： 1 <= nums.length <= 10^5 1 <= nums[i] <= 10^9 0 <= limit <= 10^9 

前置知识

• 有序集合
• 二分法
• 滑动窗口
• 单调栈

公司

• 暂无

二分法

这道题核心的就是求连续子数组的最大值和最小值，而由于数据是静态的，因此没必要使用线段树。

这里我们可以手动维护一个有序数组 d。其中的数据表示的就是某一个连续子数组，只不过 d 是已经排好序的。比如原有的子数组是：[3,1,2]，那么 d 就是 [1,2,3]。我们可以使用二分法在 $logn$ 的时间找到插入点，并在最坏 $O(n)$ 的时间完成插入和删除。因此最坏时间复杂度是 $o(n^2)$。

接下来，我们使用滑动窗口技巧，代码上可使用双指针。而由于 d 的长度就是窗口的大小，因此使用一个指针表示右端点即可，因为左端点可通过 右端点 - d 的长度 + 1得出。

思路

关键点

• 维护一个有序数组，并通过二分法找到插入位置

代码

• 语言支持：Python3

Python3 Code:

classSolution: deflongestSubarray(self, A: List[int], limit: int) ->int: d= [] ans=1fori, ainenumerate(A): bisect.insort(d, a) iflen(d) >1: whiled[-1] -d[0] >limit: d.remove(A[i-len(d)+1]) ans=max(ans, len(d)) returnans

复杂度分析

令 n 为数组长度。

• 时间复杂度：$O(n^2)$
• 空间复杂度：$O(n)$

有序集合

思路

和上面思路类似。 只不过将数据结构从数组变成了平衡树，这样插入和删除的复杂度可以降低到 $O(logn)$。Python 的 SortedList 可以达到此目的。Java 可用 TreeMap，C++ 可用 multiset 代替。

代码基本也是类似的，大家自己看下即可。

关键点

• 平衡二叉树优化插入和删除的时间复杂度

代码

• 语言支持：Python3

Python3 Code:

fromsortedcontainersimportSortedListclassSolution: deflongestSubarray(self, A: List[int], limit: int) ->int: d=SortedList() ans=1fori, ainenumerate(A): d.add(a) iflen(d) >1: whiled[-1] -d[0] >limit: d.remove(A[i-len(d)+1]) ans=max(ans, len(d)) returnans

复杂度分析

令 n 为数组长度。

• 时间复杂度：$O(nlogn)$
• 空间复杂度：$O(n)$

单调队列

思路

单调队列可快速得到最大值和最小值。因此我们可以使用两个队列，分别计算区间的最大值和最小值，接下来的思路和上面类似。即维护一个滑动窗口即可。

关于单调队列/栈可参考我之前写的文章 单调栈解题模板秒杀八道题

我们需要使用两个单调队列，一个单调增另外一个单调减。因此两个队列会存储窗口内所有的数(会有重叠)，而一个单调队列显然无法做到。

比如 nums = [8,2,4,7], limit = 4，那么刚开始：

• 单调递增队列就是 q1：[8]
• 单调递减队列就是 q2：[8]

接下来：

• 单调递增队列就是 q1：[8]
• 单调递减队列就是 q2：[8,2]，这个时候大于 limit，需要移除 q1，q1 变为 []

注意此时无需管 q2 内部差大于 limit

接下来：

• 单调递增队列就是 q1：[4]
• 单调递减队列就是 q2：[8,4]

接下来：

• 单调递增队列就是 q1：[4,7]
• 单调递减队列就是 q2：[8,7]

end

之所以我们不使用单调栈是因为我们需要移除左侧的数组， 因此需要在两端进行操作，这正是队列的基本操作。

关键点

• 单调队列获取最大最小值

代码

• 语言支持：Python3

Python3 Code:

q1 是单调递减的队列，q2 是单调递增的队列。因此 q1[0] 是最大值，q2[0] 是最小值。

classSolution: deflongestSubarray(self, A: List[int], limit: int) ->int: q1, q2=collections.deque(), collections.deque() ans=1i=0forj, ainenumerate(A): whileq1andq1[-1] <a: q1.pop() q1.append(a) whileq2andq2[-1] >a: q2.pop() q2.append(a) whilei<jandq1andq2andq1[0] -q2[0] >limit: ifA[i] ==q1[0]: q1.popleft() elifA[i] ==q2[0]: q2.popleft() i+=1ans=max(ans, j-i+1) returnans

复杂度分析

令 n 为数组长度。

• 时间复杂度：$O(n)$
• 空间复杂度：$O(n)$

此题解由 力扣刷题插件 自动生成。

力扣的小伙伴可以关注我，这样就会第一时间收到我的动态啦~

以上就是本文的全部内容了。大家对此有何看法，欢迎给我留言，我有时间都会一一查看回答。更多算法套路可以访问我的 LeetCode 题解仓库：https://github.com/azl397985856/leetcode 。 目前已经 40K star 啦。大家也可以关注我的公众号《力扣加加》带你啃下算法这块硬骨头。

关注公众号力扣加加，努力用清晰直白的语言还原解题思路，并且有大量图解，手把手教你识别套路，高效刷题。