目录
一，题目描述
英文描述
中文描述
示例与说明
二，解题思路
1，前缀和数组
2，优化过程
三，AC代码
C++
Java
四，解题过程
第一博
第二搏
一，题目描述
英文描述
We are given hours, a list of the number of hours worked per day for a given employee.
A day is considered to be a tiring day if and only if the number of hours worked is (strictly) greater than 8.
A well-performing interval is an interval of days for which the number of tiring days is strictly larger than the number of non-tiring days.
Return the length of the longest well-performing interval.
中文描述
给你一份工作时间表 hours，上面记录着某一位员工每天的工作小时数。
我们认为当员工一天中的工作小时数大于 8 小时的时候，那么这一天就是「劳累的一天」。
所谓「表现良好的时间段」，意味在这段时间内，「劳累的天数」是严格 大于「不劳累的天数」。
请你返回「表现良好时间段」的最大长度。
示例与说明
示例 1：
输入：hours = [9,9,6,0,6,6,9]
输出：3
解释：最长的表现良好时间段是 [9,9,6]。
提示：
1 <= hours.length <= 10000
0 <= hours[i] <= 16
来源：力扣（LeetCode）
链接：力扣 著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。
二，解题思路
参考@见习魔法师~【参考了几个大神的题解之后总结下来非常详细的解题思路, 希望大家少走些弯路】讲的非常详细，包括算法思路以及一步步怎么优化的。（截图内容均来自于此文章）
这里再简单记录一下。
1，前缀和数组
说明几点：
1，前缀和数组prefixSum比原数组arr长度要大一，主要是为了简化后面的操作，并且方便理解（可以看作哨兵）。比如prefisSum[i]即表示前i（而不是i+1）个元素的和。
2，由于前缀和数组prefixSum比原数组arr长度要大一，那么索引的对应关系如下
所以有arr[2]+arr[3]+...+arr[5]==prefixSum[6] - prefixSum[2] 。也就是后面代码中直接用j-i与ans对比（而不是j-i+1），并替换原ans。
因为prefixSum[6] - prefixSum[2]求的就是Arr数组中下标2、3、4、5这四个索引对应的元素和，而与Arr数组中下标为1的元素无关，因此用 j-i 而不是 j-i+1 。
2，优化过程
说明几点：
1，为什么引入递减序列？
其实关键在于“寻找满足prefixSum[j] - prefixSum[i] > 0 的最大j - i”，也就是只要前缀和之差大于零，i和j距离越远越好。
观察下面的红色点位：
i点位与i1和i2之间，且
- prefixSum[ i ]>prefixSum[ i1 ]，prefixSum[ i ]>prefixSum[ i2 ]
- prefixSum[ j ]>prefixSum[ i1 ]，prefixSum[ j ]>prefixSum[ i2 ]
prefixSum[ i ]不但大（prefixSum[ i ]越大，越不利于prefixSum[ j ] > prefixSum[ i ]），而且位置 i 相比于 i1 ，其与 j 之间的距离也并不算长。
不难发现，位与 i1 与 i2 之间的点都符合上面的描述，因此，全部可以pass！是不是很兴奋q(≧▽≦q)
2，位置 j 小于递减序列中的点怎么办？
j 从后向前遍历时，会跳过绿色的点（什么也不做，栈中的元素也不会弹出），i仍会停留在原先的位置
此时prefixSum[ j ] > prefixSum[ i ]，执行ans = max(ans, j - i)，递减序列中的数据会逐个弹出。显然此时j - i < 0，所以不会对ans产生影响！
三，AC代码
C++
class Solution {
public:
int longestWPI(vector<int>& hours) {
vector<int> preSum(hours.size() + 1, 0); // 前缀和数组
vector<int> stack; // 存放递减序列的索引
// 获得前缀和数组
for (int i = 0; i < hours.size(); i++) {
if (hours[i] > 8) preSum[i + 1] = preSum[i] + 1;
else preSum[i + 1] =preSum[i] -1;
}
stack.push_back(0);
// 获得递减序列的堆栈
for (int i = 1; i < preSum.size(); i++) {
if (preSum[i] < preSum[stack.back()]) stack.push_back(i);
}
int ans = 0;
for (int i = preSum.size() - 1; i >= 0; i--) {
while (!stack.empty() && preSum[i] > preSum[stack.back()]) {
ans = max(ans, i - stack.back());
stack.pop_back();
}
}
return ans;
}
};
Java
class Solution {
public int longestWPI(int[] hours) {
int[] presum = new int[hours.length + 1];// 前缀和数组（比原数组长度大一,留一个初始值的位置）
// 将大于8的元素替换为1，其他替换为-1.并获得前缀和数组
for (int i = 0; i < hours.length; i++) {
if (hours[i] > 8) presum[i + 1] = 1;
else presum[i + 1] = -1;
presum[i + 1] += presum[i];
}
// 根据presum获得严格递减的元素索引，并存入栈中
Deque<Integer> stack = new LinkedList<>();
stack.push(0);
for (int i = 1; i < presum.length; i++) {
if (presum[i] < presum[stack.peek()]) stack.push(i);
}
// 从后向前遍历presum数组，获得结果
int ans = 0;
for (int i = presum.length - 1; i >= 0; i--) {
while (!stack.isEmpty() && presum[i] > presum[stack.peek()]) {
ans = Math.max(ans, i - stack.peek());// 这里不是i - stack.peek() + 1
stack.pop();
}
}
return ans;
}
}
四，解题过程
第一博
直接暴力解决，双重循环不放过任何一个可能的解，当然运行结果可想而知
class Solution {
public int longestWPI(int[] hours) {
int ans = 0;
for(int i = 0; i < hours.length; i++) {
int goodDays = 0;
for(int j = i; j < hours.length; j++) {
if (hours[j] > 8) goodDays++;
else goodDays--;
if (goodDays > 0) ans = Math.max(ans, j - i + 1);
}
}
return ans;
}
}
第二搏
参考了大神的思路，使用栈（严格来说不是单调栈）的方法完美解决。
