news 2026/6/12 1:25:24

Leetcode 84 水果成篮 | 删除子数组的最大得分

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Leetcode 84 水果成篮 | 删除子数组的最大得分

1 题目

904. 水果成篮

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棵树上的水果种类

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 <= 105
  • 0 <= fruits[i] < fruits.length

2 代码实现

class Solution { public: int totalFruit(vector<int>& fruits) { unordered_map<int, int> window ; int left = 0 ; int right = 0; int n = fruits.size(); int res = 0 ; while(right < n ){ int a = fruits[right]; right++; window[a]++; while(window.size() > 2){ int b = fruits[left]; left++; window[b]--; if(window[b] == 0){ window.erase(b); } } res = max(res , right - left); } return res; } };

两段代码中leftright的更新位置不同,但结果却都正确。

class Solution { public: int totalFruit(vector<int>& fruits) { unordered_map<int, int> window ; int left = 0 ; int right = 0; int n = fruits.size(); int res = 0 ; while(right < n ){ int a = fruits[right]; window[a]++; while(window.size() > 2){ int b = fruits[left]; window[b]--; left++; if(window[b] == 0){ window.erase(b); } } right++; res = max(res , right - left); } return res; } };

这两种写法只是调整了 “元素入窗” 和 “指针移动” 的先后顺序,最终维护的滑动窗口的有效范围是完全一致的,因此计算出的窗口长度也会相同

思考

一点思路都没有,这个和滑动窗口有什么关系?

问题与滑动窗口的关联分析

首先,我们把问题转化一下:

  • 两个篮子对应最多两种水果类型
  • 必须从左到右连续采摘对应数组的连续子数组
  • 要收集最多水果对应找最长的符合条件的子数组

fruits[i]中的每个数字确实只是水果类别的标识,不同的数字代表不同种类的水果,相同的数字代表同一种类的水果!

这是典型的滑动窗口(双指针)问题,属于“最长子数组最多包含 k 种元素” 的特例(这里 k=2)。

滑动窗口的核心是用左右指针维护一个窗口,保证窗口内的元素满足 “最多两种类型”。

同时不断扩大右指针,当窗口内元素超过两种时,移动左指针收缩窗口,过程中记录窗口的最大长度。

我想大概这么实现:

条件是最多包含2个元素,然后根据条件约束好滑动窗口的边界。

怎么实现最多包含2个元素?

可以用 unordered_map 来记录当前窗口内每种水果类别(数字)的数量,类别数量就是这个map对应的size()。

错误百出的代码

class Solution { public: int totalFruit(vector<int>& fruits) { unordered_map<int, int> window ; int left = 0 ; int right = 0; int n = fruits.size(); int res = 0 ; while(right < n ){ int a = fruits[right]; right++; window[a]++; while(window.size() > 2){ int b = fruits[left]; left++; window[b]--; } res = max(res , right - left); } return res; } };

错误分析

举个例子,比如输入fruits = [1,2,3,2,2]

  1. right遍历到索引 2(水果 3)时,window中是{1:1, 2:1, 3:1}window.size()=3,进入内层循环。
  2. 左指针left指向索引 0(水果 1),执行window[1]--后,window[1]变为 0,但没有删除键 1,此时window.size()仍然是 3。
  3. 内层循环会继续执行,left继续右移到索引 1(水果 2),执行window[2]--window[2]变为 0,还是没删除键 2,window.size()依旧是 3。
  4. 这会导致左指针被过度移动,最终计算的窗口长度会偏小,得到错误的结果。

3 题目

1695. 删除子数组的最大得分

给你一个正整数数组nums,请你从中删除一个含有若干不同元素的子数组删除子数组的得分就是子数组各元素之

返回只删除一个子数组可获得的最大得分

如果数组b是数组a的一个连续子序列,即如果它等于a[l],a[l+1],...,a[r],那么它就是a的一个子数组。

示例 1:

输入:nums = [4,2,4,5,6]输出:17解释:最优子数组是 [2,4,5,6]

示例 2:

输入:nums = [5,2,1,2,5,2,1,2,5]输出:8解释:最优子数组是 [5,2,1] 或 [1,2,5]

提示:

  • 1 <= nums.length <= 105
  • 1 <= nums[i] <= 104

4 代码实现

class Solution { public: int maximumUniqueSubarray(vector<int>& nums) { unordered_map<int,int> window ; int left = 0 ; int right = 0 ; int curSum = 0; int sum = 0 ; while(right < nums.size()){ int a = nums[right]; curSum+=nums[right]; right++; window[a]++; while(window[a] > 1){ int b = nums[left]; curSum -= nums[left]; left++; window[b]--; } sum = max(sum ,curSum); } return sum ; } };

思考

啥玩意,就是找一个子数组。要求连续,没有相同的元素。

子数组的和最大,最后返回一下这个子数组相加的和。

哈哈,看着高级的描述其实就是一个不定长的滑动窗口罢了。

我的思路:

1.连续

这就是滑动窗口嘛。

2.没有重复的元素

每一个进入窗口的元素都用unordered_map记录<int ,int >存放元素和出现次数,如果对应的value > 1 ,处理窗口。

3.子数组的和最大

定义一个sum,每次处理窗口发生滑动的时候更新sum的值,并且用max更新,保持这个值最大。

又写错了

class Solution { public: int maximumUniqueSubarray(vector<int>& nums) { unordered_map<int,int> window ; int left = 0 ; int right = 0 ; int sum = 0 ; while(right < nums.size()){ int curSum = 0; int a = nums[right]; right++; window[a]++; curSum+=nums[right]; while(window[a] > 1){ int b = nums[left]; left++; window[b]--; curSum -= nums[left]; } sum = max(sum ,curSum); } return sum ; } };

代码中的关键错误

  1. curSum的初始化位置错误:你把curSum放在while循环内部,每次循环都会重置为 0,导致无法累加窗口内的元素和。
  2. 访问数组越界right++后直接执行curSum += nums[right],当right到达数组末尾时,nums[right]会访问到数组外的元素,触发越界错误。
  3. 求和与减和的逻辑错误
    • 累加时应该加当前的a(即nums[right-1],而不是nums[right]
    • 收缩窗口时,应该减当前的b(即nums[left-1],而不是nums[left],且减和操作应该和left移动对应。
  4. 收缩窗口的条件错误while(window[a] > 1)只判断当前元素a的重复情况,但窗口内可能存在其他元素重复的情况(比如窗口内有[1,2,1,3],此时3不重复,但1重复,你的条件无法检测到),正确的条件应该是检查当前元素的计数是否大于 1(或用哈希集合判断是否存在)。

自行修正了,代码实现开头见。😊!

5 小结

做了这么几题以后,我对不定长窗口的题目有了自己的理解。

无非就是抽象题目意思以后,做好约束条件,更新滑动窗口,值得注意的是边界,更新顺序,还有一些我没有常用的语法细节。

比如unordered_map的erase,size,都是这两道题目教会我这么实践的。

算法题没有那么可怕,真的,静下心来,我发现我毫无思路的时候,很大程度是没有理解题目的意思。

比如第一题我以为数字代表的是树上可以摘的水果有多少类,正确的理解是不同的数字对于不同水果只是一个id。这就属于我理解上的偏差,所以题目读不懂。

加油(ง •_•)ง!我在进步!

至少现在的学习方式是好的,自己梳理思路,梳理不通求助ai,再自己组织代码,报错的地方让ai帮忙找问题,知道问题所在以后自己改正,一直改到对。全程要自己主导,我不再盲目抄ai的正确代码了!

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 16:08:22

基于SpringBoot的冷链运输生鲜销售系统计算机毕业设计项目源码文档

项目整体介绍在生鲜电商规模化、冷链管控精细化需求升级的背景下&#xff0c;传统生鲜销售存在 “冷链轨迹不可溯、损耗率高、订单履约低效” 的痛点&#xff0c;基于 SpringBoot 构建的冷链运输生鲜销售系统&#xff0c;适配消费者、冷链运维人员、商家、平台管理员等角色&…

作者头像 李华
网站建设 2026/6/11 4:38:26

一次架构调整,让人工介入减少了一半

如果你维护过一段时间的采集系统&#xff0c;大概率会经历这样一个阶段&#xff1a; 一开始一切都很顺利&#xff0c;requests 一跑&#xff0c;数据就回来了。 后来目标站点开始限速&#xff0c;你加了代理。 再后来&#xff0c;403、429、超时轮番出现&#xff0c;报警开始刷…

作者头像 李华
网站建设 2026/6/10 19:05:05

windows比较好用的翻译软件

一般大多人会用网易有道翻译&#xff0c;或者欧陆词典 但是这两个有点太笨重&#xff0c;尤其是现在的有道翻译打开就需要好几秒。 所以推荐两个比较轻快的&#xff0c;可以集合多家api使用 1.STranslate https://github.com/STranslate/STranslate 2.pot-desktop https://g…

作者头像 李华
网站建设 2026/6/7 10:15:35

【AI革命】Deep Research深度研究:大模型如何实现复杂任务推理?零基础也能学会的多智能体技术!

前言 近期&#xff0c;Deep Research 能力逐渐成为大型 AI 公司和开源社区的研究重点。与传统的知识问答不同&#xff0c;Deep Research 强调模型在多步骤任务中稳定检索、推理与信息整合的能力&#xff0c;这种能力是模型在复杂研究场景中生成可靠结论等基石。OpenAI 的 ChatG…

作者头像 李华
网站建设 2026/6/9 20:05:54

文档识别接口:赋能企业高效办公与加速信息的数字化转型

在数字经济加速发展的今天&#xff0c;文档作为信息承载的核心载体&#xff0c;其处理效率直接关系到企业的运营效能和智能化水平。据不完全统计&#xff0c;全球80%以上的业务数据仍以非结构化形式存在&#xff0c;其中纸质或扫描文档占据相当比重。传统依赖人工录入与校对的文…

作者头像 李华