2024. 考试的最大困扰度

题目描述：

一位老师正在出一场由 n 道判断题构成的考试，每道题的答案为 true （用 'T' 表示）或者 false （用 'F' 表示）。老师想增加学生对自己做出答案的不确定性，方法是 最大化 有 连续相同 结果的题数。（也就是连续出现 true 或者连续出现 false）。

给你一个字符串 answerKey ，其中 answerKey[i] 是第 i 个问题的正确结果。除此以外，还给你一个整数 k ，表示你能进行以下操作的最多次数：

• 每次操作中，将问题的正确答案改为 'T' 或者 'F' （也就是将 answerKey[i] 改为 'T' 或者 'F' ）。

请你返回在不超过 k 次操作的情况下， 最大 连续 'T' 或者 'F' 的数目。

示例 1：

输入：answerKey = "TTFF", k = 2
输出：4
解释：我们可以将两个 'F' 都变为 'T' ，得到 answerKey = "TTTT" 。
总共有四个连续的 'T' 。

示例 2：

输入：answerKey = "TFFT", k = 1
输出：3
解释：我们可以将最前面的 'T' 换成 'F' ，得到 answerKey = "FFFT" 。
或者，我们可以将第二个 'T' 换成 'F' ，得到 answerKey = "TFFF" 。
两种情况下，都有三个连续的 'F' 。

示例 3：

输入：answerKey = "TTFTTFTT", k = 1
输出：5
解释：我们可以将第一个 'F' 换成 'T' ，得到 answerKey = "TTTTTFTT" 。
或者我们可以将第二个 'F' 换成 'T' ，得到 answerKey = "TTFTTTTT" 。
两种情况下，都有五个连续的 'T' 。

提示：

• n == answerKey.length
• 1 <= n <= 5 * 104
• answerKey[i] 要么是 'T' ，要么是 'F'
• 1 <= k <= n

---

解题分析及思路：

方法：滑动窗口

思路：

以双指针的思想来实现滑动窗口。

1. 初始化：定义两个指针 left 和 right，分别指向滑动窗口的左边界和右边界。
2. 在寻找的过程中，通过扩张和伸缩窗口，找到窗口内的最大连续相同字符数目。

窗口内的最大连续字符数目，可以通过维护两个计数器 tCount 和 fCount 来计算。

• 扩张：当tCount 和 fCount 都任意小于 k，则说明窗口内的字符数目是有效的。
• 收缩：当tCount 和 fCount 都大于等于 k，则说明窗口内的字符数目已经无效，需要收缩窗口。
• 每次收缩后，窗口将达到最大值，即 tCount + fCount，此时可以更新答案。

func maxConsecutiveAnswers(answerKey string, k int) int {
	var tCount, fCount int
	var left, right = 0, 0
	var ans = 0
	for right < len(answerKey) {
		// 扩张
		if answerKey[right] == 'T' {
			tCount++
		} else {
			fCount++
		}
		right++
		// 收缩
		for tCount > k && fCount > k {
			if answerKey[left] == 'T' {
				tCount--
			} else {
				fCount--
			}
			left++
		}
		ans = max(ans, tCount+fCount)
	}
	return ans
}

func max(a, b int) int {
	if a > b {
		return a
	}
	return b
}

复杂度：

• 时间复杂度：O(N)
• 空间复杂度：O(1)

执行结果：

• 执行耗时:4 ms,击败了98.84% 的Go用户
• 内存消耗:5.2 MB,击败了73.26% 的Go用户