前言

滑动窗口可以解决连续子数组问题，以O(n)的时间复杂度为开销。每个节点最多访问两个，所以要思考O(n²)为什么每个节点要被访问N次？

一、乘积小于K的子数组

在这里插入图片描述

二、题解

滑动窗口，每改变一次窗口大小，记一部分数，如此反复，每次计自己该计的数，不给下一次带来额外麻烦。各司其职，完成大问题的解决。

package com.xhu.offer.offerII;

//乘积小于K的子数组
public class NumSubarrayProductLessThanK {
    //总结：注意审题，都是正整数，这些条件可能是降低时空的因素，甚至可能是解题的关键。
    //总结：代码是给机器看的，是教机器一步一步解决问题的，也就是拆解了问题，不要上来就想if解决所有问题，要拆解成一块一块的循环体。
    //总结：找到规律，即核心迭代块。（所以说循环很关键，循环思维真的很关键。）人要有算法的解决问题，不是暴力解决问题，这样机器才能按照算法走，减少计算量。
    //总结：从小问题到大问题，多个简单问题堆叠成一个复杂问题，复杂性体现在多个简单问题之间碰撞所产生的多现象性。看起来就会很复杂，需挖掘复杂问题中暗含的简单问题。
    //人脑知道该以这样的方式来算，但是没这个时间和超强记忆力，只是借助计算机来算，而思想体现在自己的逻辑，这个逻辑体现在巧妙，而不是时空量去堆积。
    //算法题就是用来训练逻辑的，没有那么多的if，主要是循环的核心体，和相应的数据结构应用。(这是面对算法体的态度和角度去看它，去挖掘，不是无方向无目的的)
    //以整体的方式看数组，比如把数组拆成左中右数组；以局部的方式看内部处理；从局部解决向整体靠近，完成整体的解决。
    //如，当数组只有一个元素时，该怎么解决？有两个时，该怎么解决？有三个时，可不可以利用2+1解决？n个时，是否可以当作(n - 1) + 1解决。不同情况的相同解决点在那里？
    public int numSubarrayProductLessThanK(int[] nums, int k) {
        //滑动窗口，毕竟都是正整数。
        if (k == 0) return 0;

        int count = 0;

        int begin = 0, sum = 1;
        for (int i = 0; i < nums.length; i++) {
            sum *= nums[i];

            if (sum < k) count += i - begin + 1;//关键代码，关键思想体现，只要连续子数组的sum小于k,那么就有subNums.length个积小于K
            if (sum >= k) {
                while (begin <= i) if ((sum /= nums[begin++]) < k) break;

                count += i - begin + 1;
            }
        }
        return count;
    }
}

总结

1）总结：注意审题，都是正整数，这些条件可能是降低时空的因素，甚至可能是解题的关键。
2）总结：代码是给机器看的，是教机器一步一步解决问题的，也就是拆解了问题，不要上来就想if解决所有问题，要拆解成一块一块的循环体。
3）总结：找到规律，即核心迭代块。（所以说循环很关键，循环思维真的很关键。）人要有算法的解决问题，不是暴力解决问题，这样机器才能按照算法走，减少计算量。
4）总结：从小问题到大问题，多个简单问题堆叠成一个复杂问题，复杂性体现在多个简单问题之间碰撞所产生的多现象性。看起来就会很复杂，需挖掘复杂问题中暗含的简单问题。
5）人脑知道该以这样的方式来算，但是没这个时间和超强记忆力，只是借助计算机来算，而思想体现在自己的逻辑，这个逻辑体现在巧妙，而不是时空量去堆积。
6）算法题就是用来训练逻辑的，没有那么多的if，主要是循环的核心体，和相应的数据结构应用。(这是面对算法题的态度和角度去看它，去挖掘，不是无方向无目的的)
7）以整体的方式看数组，比如把数组拆成左中右数组；以局部的方式看内部处理；从局部解决向整体靠近，完成整体的解决。
如，当数组只有一个元素时，该怎么解决？有两个时，该怎么解决？有三个时，可不可以利用2+1解决？n个时，是否可以当作(n - 1) + 1解决。不同情况的相同解决点在那里？