在一排树中,第 i 棵树产生 tree[i] 型的水果。
你可以从你选择的任何树开始,然后重复执行以下步骤:

1,把这棵树上的水果放进你的篮子里。如果你做不到,就停下来。
2,移动到当前树右侧的下一棵树。如果右边没有树,就停下来。
请注意,在选择一颗树后,你没有任何选择:你必须执行步骤 1,然后执行步骤 2,然后返回步骤 1,然后执行步骤 2,依此类推,直至停止。

你有两个篮子,每个篮子可以携带任何数量的水果,但你希望每个篮子只携带一种类型的水果。
用这个程序你能收集的水果树的最大总量是多少?
——————————————————————————————————————————————————————

示例 1:
输入:[1,2,1]
输出:3
解释:我们可以收集 [1,2,1]。

示例 2:
输入:[0,1,2,2]
输出:3
解释:我们可以收集 [1,2,2]
如果我们从第一棵树开始,我们将只能收集到 [0, 1]。

示例 3:
输入:[1,2,3,2,2]
输出:4
解释:我们可以收集 [2,3,2,2]
如果我们从第一棵树开始,我们将只能收集到 [1, 2]。

示例 4:
输入:[3,3,3,1,2,1,1,2,3,3,4]
输出:5
解释:我们可以收集 [1,2,1,1,2]
如果我们从第一棵树或第八棵树开始,我们将只能收集到 4 棵水果树。

提示:

1 <= tree.length <= 40000
0 <= tree[i] < tree.length

这个题目有点不好懂,直接简化一下,题目意思就是求只包含两种元素的最长连续子序列,这样就好理解了;

这个题目其实就是滑动窗口的应用,
滑动窗口就是不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果。

其实可以说滑动窗口就是双指针的一种,但是操作起来像一个窗口在移动,所以就叫滑动窗口;

滑动窗口有很多模板,像这道题目的模板很简单:
最长子数组长度

最长窗口模板
for(枚举选择) {右边界while(不符合条件) {左边界}更新结果
}

这个模板很常见,也是通用性很高的,可以记住;

这个题目其实可以用哈希表来做篮子basket,记录不同果树的水果数量,操作起来也更简单

代码有详细注释,代码如下:

class Solution {public:int totalFruit(vector<int>& fruits) {//定义一个哈希表作为篮子,记录每种类型水果的个数unordered_map<int, int> basket;//begin是窗口左边界int begin = 0, ans = 0;//end是窗口右边界,遍历所有果树for (int end = 0; end < fruits.size(); ++end) {//记录每种水果个数basket[fruits[end]]++;//如果当前篮子已经有两种以上水果,则不符合题意,需要减去一种水果while (basket.size() > 2) {//将窗口左边界(即第一种水果)逐渐向右移basket[fruits[begin]]--;//当第一种水果已经删除完了,这时就把这种水果从篮子里移除//让篮子里只有两种水果if (basket[fruits[begin]] == 0) basket.erase(fruits[begin]);//窗口左边界不断右移更新begin++;}//取最大的情况ans = max(ans, end - begin + 1);}return ans;}
};

904. 水果成篮(滑动窗口)模板题相关推荐

  1. 【042】904. 水果成篮[滑动窗口]

    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 ...

  2. leetcode904. 水果成篮(滑动窗口)

    一:题目 二:上码 class Solution {public:/**思路:滑动窗口1.滑动窗口为我们 两个品种水果的个数2.滑动窗口的起始位置为数组的起始位置,当遇见一个新的水果种类的时候,这时候 ...

  3. leetcode:904. 水果成篮

    题目来源 leetcode:904. 水果成篮 题目描述 题目解析 题意 题意从任意位置开始,若最多只能收集两种水果,问最多能收集多少个水果. 这道题目可以理解为求只包含两种元素的最长连续子序列,和l ...

  4. 904. 水果成篮(数组、滑动窗口)

    904. 水果成篮(数组.滑动窗口) 考察点: 数组.滑动窗口 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 ...

  5. C++:Leetcode-滑动窗口-904.水果成篮

    C++:Leetcode-滑动窗口-904水果成篮 重点掌握滑动窗口思想,左指针和右指针分别代表的含义 重点掌握熟悉利用哈希表进行统计和查重. 面对这种同类型数量统计问题或者是查重问题,哈希表是不二之 ...

  6. LeetCode每日一题——904. 水果成篮

    LeetCode每日一题系列 题目:904. 水果成篮 难度:普通 文章目录 LeetCode每日一题系列 题目 示例 思路 题解 题目 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 ...

  7. LeetCode 904. 水果成篮

    904. 水果成篮 题目: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 ...

  8. leetcode 题解 904.水果成篮(Typescript)

    /* * @lc app=leetcode.cn id=904 lang=typescript * * [904] 水果成篮(实质为求最大两元素连续子串) */ //滑动窗口 // @lc code= ...

  9. LeetCode 904. 水果成篮【fruit-into-baskets】

    904. 水果成篮 题目详情 题目传送门:904. 水果成篮 在一排树中,第 i 棵树产生 tree[i] 型的水果. 你可以从你选择的任何树开始,然后重复执行以下步骤: 把这棵树上的水果放进你的篮子 ...

  10. 力扣(LeetCode)904. 水果成篮(C语言)

    一.环境说明 本文是 LeetCode 904题 : 水果成篮,使用c语言实现 滑动窗口+哈希集合. 测试环境:Visual Studio 2019 二.代码展示 //滑动窗口+哈希表,一次遍历O(n ...

最新文章

  1. Gcd HDU - 6545 (基础数论)
  2. 软件测试的基础知识(二)
  3. 枪火游侠服务器停机维护,腾讯《枪火游侠》公布国服停运公告 11月30日正式关服...
  4. gen阻抗 pcie_COM载板设计之一: PCB的设计
  5. 译 - Cassandra 数据建模的基本规则
  6. 系统评测指标:准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F-Score
  7. Presto常用命令:查看版本号
  8. matlab遗传算法函数实例,三个遗传算法matlab程序实例
  9. Vue路由的页面跳转打开新页面
  10. 串行口终端乱码的解决.
  11. 高端大气上档次!10个精美的国外HTML5网站欣赏
  12. Android通知的使用及设置
  13. 中文转自定义英文存储
  14. 小白的模拟电路初步学习20日打卡(18)
  15. EXCEL里如何知道某种颜色的ColorIndex的值
  16. 有关swin transformer相对位置编码的理解:
  17. 国内的服务器的优势就是,国产芯片服务器的优势是什么
  18. C语言中fscanf()函数的用法介绍
  19. 全波形反演的深度学习方法: 第 4 章 基于正演的 FWI
  20. 下面哪个python库不能用于提取网页信息_利用python的webscraping库采集抓取爱帮网电话号码...

热门文章

  1. cad新手必练300图_[CAD]平面练习图,CAD新手练技术练速度的好去处
  2. oracle 获取当月的1号_ORACLE认证大师(OCM)
  3. 城市中的像素灯塔-前海数据中心,深圳
  4. mysql 1084_[LeetCode]1084. 销售分析III(Mysql,having+聚合函数)
  5. 成功解决pywintypes.com_error: (-2147352573, ‘找不到成员。‘, None, None)
  6. 成功解决import win32api, sys, osImportError: DLL load failed: 找不到指定的模块。
  7. Py之Seaborn:数据可视化Seaborn库的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的组合图/矩阵图实现
  8. AI:2020年6月22日北京智源大会演讲分享之09:40-10:10Mari 教授《基于显式上下文表征的语言处理》、10:10-10:40周明教授《多语言及多模态任务中的预训练模型》
  9. ML之回归预测:利用八(9-1)种机器学习算法对无人驾驶汽车参数(2017年的data,18+2)进行回归预测值VS真实值
  10. ML之DT:基于DT决策树算法(交叉验证FS+for遍历最佳FS)对Titanic(泰坦尼克号)数据集进行二分类预测