目标
有一个书店老板，他的书店开了 n 分钟。每分钟都有一些顾客进入这家商店。给定一个长度为 n 的整数数组 customers ，其中 customers[i] 是在第 i 分钟开始时进入商店的顾客数量，所有这些顾客在第 i 分钟结束后离开。
在某些时候，书店老板会生气。 如果书店老板在第 i 分钟生气，那么 grumpy[i] = 1，否则 grumpy[i] = 0。
当书店老板生气时，那一分钟的顾客就会不满意，若老板不生气则顾客是满意的。
书店老板知道一个秘密技巧，能抑制自己的情绪，可以让自己连续 minutes 分钟不生气，但却只能使用一次。
请你返回 这一天营业下来，最多有多少客户能够感到满意 。
示例 1：
输入：customers = [1,0,1,2,1,1,7,5], grumpy = [0,1,0,1,0,1,0,1], minutes = 3
输出：16
解释：书店老板在最后 3 分钟保持冷静。
感到满意的最大客户数量 = 1 + 1 + 1 + 1 + 7 + 5 = 16.示例 2：
输入：customers = [1], grumpy = [0], minutes = 1
输出：1说明：
- n == customers.length == grumpy.length
- 1 <= minutes <= n <= 2 * 10^4
- 0 <= customers[i] <= 1000
- grumpy[i] == 0 or 1
思路
这道题要我们求满意顾客的最大值，老板会在指定的分钟生气，生气时，当前进入的顾客就会不满意，老板可以有一次忍耐的机会在一段时间内不生气。
刚开始想复杂了，以为顾客不是马上离开，而是在i分钟后离开。其实是第i分钟结束的时候就离开了。
因此，我们只需要计算老板忍耐的时间内，原本生气影响的顾客最大值，然后再加上不生气时的顾客总数即可。
这就是一个滑动窗口问题，窗口大小为忍耐时间，记录窗口内的不满意顾客的最大值。
这里面可以优化的点是使用乘法来代替条件判断，这样可以避免分支预测失败导致额外的性能损失。
代码
/**
* @date 2024-04-23 8:40
*/
public class MaxSatisfied1052 {
public int maxSatisfied_v1(int[] customers, int[] grumpy, int minutes) {
int n = customers.length;
int total = 0;
for (int i = 0; i < n; i++) {
total += customers[i] * (1 - grumpy[i]);
}
int unsatisfiedInWindow = 0;
for (int i = 0; i < minutes; i++) {
unsatisfiedInWindow += customers[i] * grumpy[i];
}
int max = unsatisfiedInWindow;
for (int i = minutes; i < n; i++) {
unsatisfiedInWindow = unsatisfiedInWindow
- customers[i - minutes] * grumpy[i - minutes]
+ customers[i] * grumpy[i];
max = Math.max(max, unsatisfiedInWindow);
}
return total + max;
}
}
性能
