LeetCode 2090题K半径子数组平均解法报错，请求排查错误

你的代码在大测试用例（如k=4000、元素多为10000）中失败，主要存在两个核心问题：

1. 整数溢出导致计算错误 #

Java的int类型取值范围是-2^31到2^31-1（即-2147483648到2147483647）。当k较大时，窗口内元素的总和很容易超出这个范围：

• 比如k=4000时，窗口大小为8001，若每个元素是10000，总和为800110000=80010000，这确实在int范围内；但如果元素值更大（如题目允许的1e9），总和会达到80011e9=8001000000000，远超int上限，导致temp溢出，最终平均值计算完全错误。

2. 嵌套循环导致超时 #

当前代码采用嵌套循环，时间复杂度为O(n*k)。当n和k都很大时（比如n=1e5、k=4000），总操作次数会达到4e8次，远超LeetCode的时间限制，直接触发超时错误。

修复后的代码（解决溢出，但仍可能超时） #

将存储总和的变量改为long类型，避免溢出问题：

class Solution {
    public int[] getAverages(int[] nums, int k) {
        int n = nums.length;
        int[] avg = new int[n];
        int windowSize = 2 * k + 1;
        
        for (int i = 0; i < n; i++) {
            // 简化边界判断：i前后不足k个元素时设为-1
            if (i < k || n - i - 1 < k) {
                avg[i] = -1;
            } else {
                long temp = nums[i]; // 用long存储总和，避免溢出
                for (int j = 1; j <= k; j++) {
                    temp += nums[i - j] + nums[i + j];
                }
                avg[i] = (int) (temp / windowSize);
            }
        }
        return avg;
    }
}

优化后的滑动窗口解法（解决溢出+超时） #

使用滑动窗口思路，将时间复杂度降至O(n)，适合大规模数据：

import java.util.Arrays;

class Solution {
    public int[] getAverages(int[] nums, int k) {
        int n = nums.length;
        int[] avg = new int[n];
        int windowSize = 2 * k + 1;
        
        // 初始化所有结果为-1
        Arrays.fill(avg, -1);
        
        // 如果窗口大小超过数组长度，直接返回全-1
        if (windowSize > n) {
            return avg;
        }
        
        // 计算第一个有效窗口的总和
        long sum = 0;
        for (int i = 0; i < windowSize; i++) {
            sum += nums[i];
        }
        avg[k] = (int) (sum / windowSize);
        
        // 滑动窗口更新后续总和
        for (int i = windowSize; i < n; i++) {
            // 移除窗口左端元素，添加窗口右端新元素
            sum = sum - nums[i - windowSize] + nums[i];
            // 当前窗口的中心索引是i - k
            avg[i - k] = (int) (sum / windowSize);
        }
        
        return avg;
    }
}

内容的提问来源于stack exchange，提问作者Kunal Paliwal