【发布时间】:2023-03-04 12:33:02
【问题描述】:
我正在尝试解决一个算法问题,其中前提围绕一个由 0 和 1 以及输出子序列的最小长度 l 组成的输入序列。该问题要求具有最高比率 1 的子序列(子序列中的个数除以子序列的长度)。可以找到问题的更多背景和示例输入/输出here。
我想出了一个解决方案,它可以通过除最后一个测试之外的所有测试,我正在尝试找出我当前的实现缺少什么。我的方法是使用动态可调整大小的滑动窗口,同时存储滑动窗口的最大速率以及最大额定窗口的长度。我认为我移动(扩大和缩小)窗口的方式是问题所在,但我无法弄清楚要改变什么。
这就是我移动窗口的方式:
static void max_rate(long min_len, string sequence) {
long left_window = 0, right_window = min_len - 1;
long best_left = 0, best_len = 0, most_ones = 0;
long double best_success_rate = -1;
for (;;) {
auto tmp = sequence.substr(left, right - left + 1);
long n_ones = count_ones(tmp);
long double success_rate = (long double)n_ones / (long double)tmp.length();
if (success_rate >= best_success_rate) {
best_success_rate = success_rate;
best_left = left;
best_len = right - left + 1;
most_ones = n_ones;
}
// Window sliding starts here
bool can_move_right = (right + 1) < (long)sequence.length();
bool can_move_left = (right - left + 1 - 1) >= min_len;
if (can_move_right && sequence.at(right + 1) == '1') {
++(right);
} else if (can_move_right && sequence.at(right + 1) == '1') {
++(right);
} else if (can_move_left && (sequence.at(left + 1) == '0')) {
++left;
} else if (can_move_right) {
++(right);
} else {
break;
}
cout << best_left + 1 << " ";
cout << best_len << endl;
我基本上是在检查:
- 如果可以提高速率,请扩大窗口
- 否则,如果可能(考虑到我们的最小尺寸要求),如果可以提高速率,请缩小窗口
- 否则,如果可能 (-),请缩小窗口
- 否则,如果可能(我们不在序列的末尾)增大窗口
我想我一定错过了什么
【问题讨论】:
-
解决此问题的 O(n) 算法在 Kai-min Chung, Hsueh-I Lu - An Optimal Algorithm for the Maximum-Density Segment Problem 的第 3 节中介绍。 2008. O(n * log(m)) 算法可以通过对目标平均值进行二分搜索,并对每个候选目标使用 Kadane 的变体,其中 m 是平均值的范围,考虑到小数精度。
标签: c++ algorithm sequence sliding-window contiguous