1 問題描述

給定一個整數陣列和一個整數k，判斷陣列中是否存在兩個不同的索引i和j，使得nums [i] = nums [j]，並且 i 和 j的差的 絕對值 至多為 k。

示例 1:

輸入:nums = [1,2,3,1], k = 3
輸出:true

示例 2:

輸入:nums = [1,0,1,1], k = 1
輸出:true

示例 3:

輸入:nums = [1,2,3,1,2,3], k = 2
輸出:false

初始程式碼

from typing import List
class Solution:
    def containsNearbyDuplicate(self, nums: List[int], k: int) -> bool:
        
 
#在此之間填寫程式碼

print(Solution().containsNearbyDuplicate([1,2,3,1],3))
print(Solution().containsNearbyDuplicate([1,0,1,1],1))
print(Solution().containsNearbyDuplicate([1,2,3,1,2,3],2))

2 解題思路

• 標籤：滑動視窗
• 採用滑動視窗，視窗長度最長為k，若長度不超過k只移動right邊界即可
• 若長度超過k，則需要同時移動left。要遍歷視窗內的每一個元素來判斷是否和right相等。

#3 解題方法

from
 
 typing import List
class Solution:
    def containsNearbyDuplicate(self, nums: List[int], k: int) -> bool:
        a=[]
        i,j,b=0,0,len(nums)
        while i<b:
            if nums[i] in a:return True
            a.append(nums[i])
            i+=1
            if j==k:
                a.pop(0)
            
 
else:j+=1
        return False

print(Solution().containsNearbyDuplicate([1,2,3,1],3))
print(Solution().containsNearbyDuplicate([1,0,1,1],1))
print(Solution().containsNearbyDuplicate([1,2,3,1,2,3],2))

第1-3，15-17行：題目中已經給出的資訊，執行程式碼時要根據這些程式碼進行編輯
第4行：定義空列表a用於存放nums中的元素
第5行：定義變數i,j,b分別賦值0,0和nums列表的長度
第6行：當i小於列表長度時，執行迴圈
第7行：判斷nums中索引為i的元素是否在列表a中，若在，則返回true
第8-9行：若不在，則在列表中新增該元素，並令索引i加一
第10行：判斷此時列表a長度是否小於k
第11行：若等於k，則需要刪除a視窗第一個元素
第12行：若不等於k則小於k，則令j加一代表視窗長度加一
第13行：若一直未返回True，則沒有滿足題意的，返回False

程式碼執行結果為：

#演算法講解

這裡用到了基礎技巧：滑動視窗，簡單講解下這個技巧：
什麼是滑動視窗
滑動視窗，顧名思義，就是有一個大小可變的視窗，左右兩端方向一致的向前滑動（右端固定，左端滑動；左端固定，右端滑動）。
可以想象成佇列，一端在push元素，另一端在pop元素，如下所示：

假設有陣列[a b c d e f g h]
一個大小為3的滑動視窗在其上滑動,則有:
[a b c]
  [b c d]
    [c d e]
      [d e f]
        [e f g]
          [f g h]

適用範圍
- 1、一般是字串或者列表
- 2、一般是要求最值（最大長度，最短長度等等）或者子序列
演算法思想
- 1、在序列中使用雙指標中的左右指標技巧，初始化 left = right = 0，把索引閉區間 [left, right] 稱為一個視窗。
- 2、先不斷地增加 right 指標擴大視窗 [left, right]，直到視窗中的序列符合要求。
- 3、此時，停止增加 right，轉而不斷增加 left 指標縮小視窗 [left, right]，直到視窗中的序列不再符合要求。同時，每次增加 left前，都要更新一輪結果。
- 4、重複第 2 和第 3 步，直到 right 到達序列的盡頭。

思路其實很簡單：第 2 步相當於在尋找一個可行解，然後第 3 步在優化這個可行解，最終找到最優解。左右指標輪流前進，視窗大小增增減減，視窗不斷向右滑動。