存在重复元素Ⅲ
题目要求
解题思路
主要使用滑动窗口方法,让滑动窗口代销固定为t。
本题最大的难点在于快速地找到滑动窗口内的最大值和最小值,以及删除指定元素。
如果遍历求滑动窗口内的最大值和最小值,时间复杂度是O(K),肯定会超时。降低时间复杂度的一个绝招就是增加空间复杂度:利用更好的数据结构。是的,我们的目的就是快速让一组数据有序,那就寻找一个**内部是有序的数据结构呗!**下面分语言讲解一下常见的内部有序的数据结构。
- 在 C++ 中 set/multiset/map 内部元素是有序的,它们都要基于红黑树实现。其中 set 会对元素去重,而 multiset 可以有重复元素,map 是 key 有序的哈希表。
- 在 Java 中TreeSet 是有序的去重集合, TreeMap 是 key 有序的哈希表,它们也是基于红黑树实现的
- 在Python 中sortedcontainers 实现了有序的容器
下面这个图是 C++ 的multiset 内部结构示意图,它是个**平衡二叉搜索树(BST)**插入元素时会自动调整二叉树,使得每个子树根节点的键值大于左子树所有节点的键值,同时保证根节点的左右子树的高度相等。这样子的二叉树高度最小,检索速度最快。它的中序遍历是有序的,另外它也允许出现重复的值。
本题要点:
- 本题需要保存滑动窗口内的所有元素,可以使用 C++ 的multiset/map/set 与 Java 中的TreeMap
- 当频繁的插入和删除元素时,multiset/map 和TreeMap等有序的数据结构能够在O(log(K))的时间复杂度内调整BST,从而维护结构的有序性
- multiset和TreeMap 都能提供了获取第一个元素和最后一个元素的函数,也就能在O(1)的时间内获得滑动窗口内最小值和最大值。
代码
class Solution(object):
def containsNearbyAlmostDuplicate(self, nums, k, t):
from sortedcontainers import SortedSet
st = SortedSet()
left, right = 0, 0
res = 0
while right < len(nums):
if right - left > k:
st.remove(nums[left])
left += 1
index = bisect.bisect_left(st, nums[right] - t)
if st and index >= 0 and index < len(st) and abs(st[index] - nums[right]) <= t:
return True
st.add(nums[right])
right += 1
return False
复杂度分析
时间复杂度:
O
(
N
∗
l
o
g
(
m
i
n
(
n
,
k
)
)
)
O(N * log (min(n,k)))
O(N∗log(min(n,k))),每个元素遍历一次,新元素插入红黑树的调整时间为
O
(
l
o
g
(
x
)
)
O(log(x))
O(log(x)),set中最多有min(n,k)个元素
空间复杂度:
O
(
m
i
n
(
n
,
k
)
)
O(min(n,k))
O(min(n,k))
其他解法
######### 桶排序的思想,借助一个个桶
if t < 0: #abs不可能 < 0
return False
bucket_len = t + 1
bucket = dict()
for i, num in enumerate(nums):
ID = num // bucket_len ## python3 向左取整
if ID in bucket:
return True
if (ID-1) in bucket and abs(bucket[ID-1] - num) <= t:
return True
if (ID+1) in bucket and abs(bucket[ID+1] - num) <= t:
return True
bucket[ID] = num
if i >= k:
#del bucket[ nums[i-k] // (t + 1)]
bucket.pop( nums[i-k] // (t+1) )
return False