概述
1、题目
给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值。
示例:
提示:
你可以假设 k 总是有效的,在输入数组不为空的情况下,1 ≤ k ≤ 输入数组的大小。
2、思路
(单调队列) O(n)
给定一个数组 nums 和滑动窗口的大小 k,让我们找出所有滑动窗口里的最大值。
样例:
如样例所示,nums = [1,3,-1,-3,5,3,6,7],k = 3
,我们输出[3,3,5,5,6,7]
。
首先,我们可以想到最朴素的做法是模拟滑动窗口的过程,每向右滑动一次都遍历一遍滑动窗口,找到最大的元素输出,这样的时间复杂度是O ( n k ) O(nk)O(nk)。考虑优化,其实滑动窗口类似于数据结构双端队列,窗口向右滑动过程相当于向队尾添加新的元素,同时再把队首元素删除。
如何更快的找到队列中的最大值?
其实我们可以发现,队列中没必要维护窗口中的所有元素,我们可以在队列中只保留那些可能成为窗口中的最大元素,去掉那些不可能成为窗口中的最大元素。
考虑这样一种情况,如果新进来的数字大于滑动窗口的末尾元素,那么末尾元素就不可能再成为窗口中最大的元素了,因为这个大的数字是后进来的,一定会比之前先进入窗口的小的数字要晚离开窗口,因此我们就可以将滑动窗口中比其小的数字弹出队列,于是队列中的元素就会维持从队头到队尾单调递减,这就是单调递减队列。
单调递增队列
对于队列内的元素来说:
- 在队列内自己左边的数就是数组中左边第一个比自己小的元素。
- 当被弹出时,遇到的就是数组中右边第一个比自己小的元素 。( 只要元素还在队列中,就意味着暂时还没有数组中找到自己右侧比自己小的元素)
- 队头到队尾单调递增,队首元素为队列最小值。
单调递减队列
对于队列内的元素来说:
- 在队列内自己左边的数就是数组中左边第一个比自己大的元素。
- 当被弹出时,遇到的就是数组中右边第一个比自己大的元素 ,只要元素还在队列中,就意味着暂时还没有数组中找到自己右侧比自己大的元素。
- 队头到队尾单调递减,队首元素为队列最大值。
了解了单调队列的一些性质以后,对于这道题我们就可以维护一个单调递减队列,来保存队列中所有递减的元素 ,随着入队和出队操作实时更新队列,这样队首元素始终就是队列中的最大值。同时如果队首元素在滑动窗口中,我们就可以将其加入答案数组中。
实现细节:
为了方便判断队首元素与滑动窗口的位置关系,队列中保存的是对应元素的下标。
具体解题过程如下:
初始时单调队列为空,随着对数组的遍历过程中,每次插入元素前,需要考察两个事情:
1、合法性检查:队头下标如果距离i 超过了 k ,则应该出队。
2、单调性维护:如果 nums[i] 大于或等于队尾元素下标所对应的值,则当前队尾再也不可能充当某个滑动窗口的最大值了,故需要队尾出队,始终保持队中元素从队头到队尾单调递减。
3、如次遍历一遍数组,队头就是每个滑动窗口的最大值所在下标。
时间复杂度分析: 每个元素最多入队出队一次,复杂度为O ( n ) O(n)O(n)。
3、c++代码
class Solution { public: vector<int> maxSlidingWindow(vector<int>& nums, int k) { deque<int>q; //双端队列 vector<int>res; for(int i = 0; i < nums.size(); i++){ while(q.size() && i - k + 1 > q.front()) q.pop_front(); //判断队头是否在滑动窗口范围内 while(q.size() && nums[i] >= nums[q.back()]) q.pop_back();//维护单调递减队列 q.push_back(i); //将当前元素插入队尾 if(i >= k - 1) res.push_back(nums[q.front()]); //滑动窗口的元素达到了k个,才可以将其加入答案数组中 } return res; } };
4、java代码
class Solution { public int[] maxSlidingWindow(int[] nums, int k) { int n = nums.length; Deque<Integer> queue = new ArrayDeque<>(); //双端队列 int[] res = new int[n - k + 1]; for (int i = 0 , j = 0; i < n; i++) { //判断队头是否在滑动窗口范围内 while (!queue.isEmpty() && i- k + 1 > queue.getFirst()) queue.pollFirst(); //维护单调递减队列 while (!queue.isEmpty() && nums[i] > nums[queue.getLast()]) queue.pollLast(); queue.offer(i); //将当前元素插入队尾 //滑动窗口的元素达到了k个,才可以将其加入答案数组中 if( i - k + 1 >= 0) res[j++] = nums[queue.getFirst()]; } return res; } }
以上就是Java C++分别实现滑动窗口的最大值的详细内容,更多关于Java C++ 滑动窗口最大值的资料请关注靠谱客其它相关文章!
最后
以上就是谨慎板凳为你收集整理的Java C++分别实现滑动窗口的最大值的全部内容,希望文章能够帮你解决Java C++分别实现滑动窗口的最大值所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复