标签：etc distinct 窗口 复杂度 += 可见 调整 大于 span
困难题，先想着DP扫描，但是会爆栈；
主体思想仍然采用滑动窗口来进行；
但是对于该题目，有一个比较新的点，要利用脑经急转弯思想把问题转换一下；
对于正好为K个不同元素组成的最长字符串可以转换为：
最多由K个不同元素组成的字符串-最多由K-1个不同元素组成的字符串；
（这样可以有效的降低复杂度，使得单次区间寻找即可找到符合要求的字符串）
可以想象出，我们只需要寻找K个不同元素组成的字符串即可；
但是针对于该问题，统计字符串个数也有一个小tip；
当我们确定一个字符串为K个不同元素组成的字符串，那么他的子串也必定是对多由K个不同元素的组成的字符串；
因此，每次right和left确定区间，首先要找到当前的最长K个不同元素组成的字符串，然后统计子数组个数，即为right-left+1；
例如：1，2，1，2，4；
对于,1,2,1,2序列，可以有4个子序列：
1，2，1，2
2，1，2
1，2
2
所以可见，正好为k个整数的序列和最多为k个整数的序列都包含在内；
当遇到大于k的序列，立刻调整left指针，重新选找下一个符合条件的序列；
对于序列内不同元素计数，采用map计数即可；
class Solution { public: int fun(vector<int>& A, int K) { map<int, int>mp; int len = A.size(); int le = 0, ri = 0; int res = 0; int dis = 0; while (ri < len) { if (mp[A[ri]] == 0) dis++; mp[A[ri]]++; while (dis > K) { mp[A[le]]--; if (mp[A[le]] == 0) { dis--; } le++; } res += ri - le + 1; ri++; } return res; } int subarraysWithKDistinct(vector<int>& A, int K) { return fun(A,K)-fun(A,K-1); } };
标签：etc distinct 窗口 复杂度 += 可见 调整 大于 span
原文地址：https://www.cnblogs.com/songlinxuan/p/14394173.html
