LeetCode 1343. 大小为 K 且平均值大于等于阈值的子数组数目

题目链接

1343. 大小为K且平均值大于等于阈值的子数组数目

题目描述

给你一个整数数组 arr 和两个整数 k 和 threshold，请你返回长度为 k 且平均值大于等于 threshold 的子数组数目。

解法分析：滑动窗口法

核心思路

该解法采用滑动窗口技术，通过维护一个长度为 k 的固定窗口，遍历数组时动态计算窗口内元素的和，并判断其平均值是否满足条件。具体步骤如下：

1. 用滑动窗口遍历数组，窗口长度固定为 k
2. 计算每个窗口的和，通过与 threshold * k 比较避免浮点数运算
3. 统计满足条件的窗口数量

代码实现

class Solution:
    def numOfSubarrays(self, arr: List[int], k: int, threshold: int) -> int:
        l = ans = s = 0  # 左指针、结果计数、窗口和
        for r in range(len(arr)):
            s += arr[r]  # 累加当前元素到窗口和
            
            # 窗口长度不足k时跳过判断
            if r + 1 < k:
                continue
                
            # 判断窗口和是否≥threshold*k（等价于平均值≥threshold）
            if s >= threshold * k:
                ans += 1
                
            # 滑动窗口：减去左边界元素，左指针右移
            s -= arr[l]
            l += 1
            
        return ans

代码解析

1. 初始化变量：

   • l：滑动窗口左指针，初始为0
   • ans：满足条件的子数组数量，初始为0
   • s：当前窗口内元素的和，初始为0

2. 遍历数组：

   • 右指针 r 从0开始遍历每个元素
   • s += arr[r]：将当前元素累加到窗口和中

3. 窗口判断逻辑：

   • if r + 1 < k：当窗口长度不足k时（如前k-1个元素），跳过判断
   • if s >= threshold * k：窗口长度达到k时，通过和与threshold*k比较判断平均值是否达标

4. 窗口滑动：

   • s -= arr[l]：减去左边界元素，更新窗口和
   • l += 1：左指针右移，保持窗口长度为k

关键优化说明

• 避免浮点数运算：通过 s >= threshold * k 替代 s/k >= threshold，避免浮点数除法，提升效率并避免精度问题
• 固定窗口滑动：窗口长度始终为k，每次滑动仅需更新左边界元素，时间复杂度从O(n*k)优化到O(n)
• 和的重用：利用前一个窗口的和，通过加减操作快速计算新窗口和，无需重复累加

复杂度分析

• 时间复杂度：O(n)，其中n为数组长度。每个元素被右指针访问1次，左指针最多移动n次，总操作次数为O(n)
• 空间复杂度：O(1)，仅使用常数级额外空间存储指针和临时变量

示例详解

以输入 arr = [2,2,2,2,5,5,5,8], k = 3, threshold = 4 为例：

1. 初始化：l=0, ans=0, s=0

2. r=0，元素2：

   • s = 0 + 2 = 2
   • r+1=1 < 3，跳过判断

3. r=1，元素2：

   • s = 2 + 2 = 4
   • r+1=2 < 3，跳过判断

4. r=2，元素2：

   • s = 4 + 2 = 6
   • r+1=3 >= 3，判断 6 >= 4*3=12？否，不计数
   • s = 6 - 2 = 4，l=1

5. r=3，元素2：

   • s = 4 + 2 = 6
   • r+1=4 >= 3，判断 6 >= 12？否，不计数
   • s = 6 - 2 = 4，l=2

6. r=4，元素5：

   • s = 4 + 5 = 9
   • r+1=5 >= 3，判断 9 >= 12？否，不计数
   • s = 9 - 2 = 7，l=3

7. r=5，元素5：

   • s = 7 + 5 = 12
   • r+1=6 >= 3，判断 12 >= 12？是，ans=1
   • s = 12 - 2 = 10，l=4

8. r=6，元素5：

   • s = 10 + 5 = 15
   • r+1=7 >= 3，判断 15 >= 12？是，ans=2
   • s = 15 - 5 = 10，l=5

9. r=7，元素8：

   • s = 10 + 8 = 18
   • r+1=8 >= 3，判断 18 >= 12？是，ans=3
   • s = 18 - 5 = 13，l=6

10. 最终返回 3，即有3个满足条件的子数组。

总结

该解法通过滑动窗口技术高效解决了定长子数组平均值统计问题，核心优势在于：

1. 线性时间复杂度：双指针移动确保每个元素仅被处理两次，适用于大规模数据
2. 整数运算优化：通过和与阈值倍数比较，避免浮点数运算带来的精度问题和性能损耗
3. 空间高效：仅使用常数级额外空间，满足内存限制要求

此方法适用于所有"定长子数组统计"场景，如子数组和、子数组最大值等问题，是滑动窗口技术的经典应用。在实际编程中，通过避免浮点数运算可以提升代码的运行效率和稳定性。