代码随想录算法训练营Day12 | 239.滑动窗口最大值、347.前K个高频元素

 239.滑动窗口最大值

题目:给你一个整数数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。

返回 滑动窗口中的最大值 

示例 1:

输入:nums = [1,3,-1,-3,5,3,6,7], k = 3
输出:[3,3,5,5,6,7]
解释:
滑动窗口的位置                最大值
---------------               -----
[1  3  -1] -3  5  3  6  7       3
 1 [3  -1  -3] 5  3  6  7       3
 1  3 [-1  -3  5] 3  6  7       5
 1  3  -1 [-3  5  3] 6  7       5
 1  3  -1  -3 [5  3  6] 7       6
 1  3  -1  -3  5 [3  6  7]      7

示例 2:

输入:nums = [1], k = 1
输出:[1]

提示:

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104
  • 1 <= k <= nums.length

题目链接:239. 滑动窗口最大值

卡哥的视频链接:单调队列正式登场!| LeetCode:239. 滑动窗口最大值

题目思路:用单调队列来实现,把最大值放在出口位置,如果出现了比当前最大元素还要大的元素,就把前面的元素全部弹出,直到队列为空,然后再将新元素都添加到队列中。这样可以保证队列的元素保持单调递减,同时保证队列头部始终是当前滑动窗口的最大值。如果遍历到比当前元素小的元素,就直接加入队列中。

  尤其注意,本题使用的是双向队列,除了队头元素,其余元素都是从入队方向进入的。

  为什么队列中要存放数组下标的值而不是直接存储数值,因为要判断队首的值是否在窗口范围内,由数组下标取值很方便,而由值取数组下标不是很方便。

代码示例:

import java.util.Deque;
import java.util.LinkedList;

public class dandiaoduilie {
    // 定义一个方法 max,用于求解滑动窗口的最大值
    public int[] max(int[] nums,int k){
        // 参数检查,如果数组为空或者长度小于 2,直接返回原数组
        if(nums == null || nums.length < 2){
            return nums;
        }
        // 创建一个 LinkedList 类型的队列,用于维护滑动窗口中的元素索引
        LinkedList<Integer> queue = new LinkedList<>();
        // 创建一个数组用于存放结果,长度为 nums.length - k + 1,因为每次滑动窗口只有一个最大值
        int[] result = new int[nums.length - k + 1];
        // 遍历数组 nums
        for (int i = 0; i < nums.length; i++) {
            // 维护单调递减队列,保证队列头部元素始终是当前窗口的最大值的索引
            while (!queue.isEmpty() && nums[queue.peekLast()] <= nums[i]) {
                queue.pollLast(); // 如果队尾元素对应的值小于等于当前值,将其弹出
            }
            queue.addLast(i); // 将当前元素的索引添加到队尾
            if (queue.peek() <= i - k) {
                queue.poll(); // 如果队头元素对应的索引已经不在当前窗口范围内,将其从队头移除
            }
            if (i + 1 >= k) {
                result[i + 1 - k] = nums[queue.peek()]; // 如果当前窗口大小达到 k,将当前窗口的最大值存入结果数组中
            }
        }
        return result; // 返回结果数组
    }
}

代码逻辑详解:

  1. max 方法接受一个整数数组 nums 和一个整数 k,其中 k 是滑动窗口的大小,该方法返回每个窗口中的最大值数组。

  2. 在方法内部:

    • 首先,进行参数检查,如果数组 numsnull 或者长度小于 2,直接返回 nums
    • 创建一个 LinkedList 类型的队列 queue,用于维护滑动窗口中的元素索引。
    • 创建一个长度为 nums.length - k + 1 的结果数组 result,用于存放每个窗口中的最大值。
    • 遍历数组 nums,利用单调队列的特性来维护滑动窗口的最大值:
      • 在遍历过程中,若当前元素大于队列尾部元素对应的值,则将队尾元素弹出,直到队列为空或者队尾元素对应的值大于当前元素。
      • 将当前元素的索引添加到队列尾部。
      • 如果队列头部元素对应的索引已经不在当前窗口范围内,则将其从队列中移除。
      • 如果当前元素索引大于等于 k,则将当前窗口的最大值存入结果数组中,这里是根据数组下标来存储,所以实际上是 result[i - k] 存放的是第 i - k + 1 个窗口的最大值。
    • 最后返回结果数组 result

这样,max 方法最终返回了每个窗口中的最大值数组。

leetcode提交记录:

347.前K个高频元素

  • 28
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值