DAY10 单调栈与单调队列（滑动窗口）

题目1：acwing830

给定一个长度为 N的整数数列，输出每个数左边第一个比它小的数，如果不存在则输出 −1。

输入格式

第一行包含整数 N，表示数列长度。

第二行包含 N个整数，表示整数数列。

输出格式

共一行，包含 N个整数，其中第 i个数表示第 i个数的左边第一个比它小的数，如果不存在则输出 −1。

数据范围

1≤N≤10^5
1≤数列中元素≤10^9

#include<iostream>
using namespace std;
const int N = 1e6 + 10;
int stk[N], tt;
int main() {
	int n;
	cin >> n;
	for (int i = 0; i < n; i++) {
		int x; cin >> x;
		while (tt && stk[tt] >= x) tt--;
		if (tt) cout << stk[tt] << " ";
		else cout << -1 << ' ';
		stk[++tt] = x;
	}
	return 0;
}

分析题目，我们用最简单的暴力思想可以选择之间遍历左侧的元素，从第i-1位向前遍历，输出第一个比第i位小的数。但是这样的时间复杂度较高，运气好第一个就出了，但是运气不好可能要试i-1次，也就是第一位数字是比第i位小的第一个数：类似于0 99 98 97 96 95这样的结构。

那么我们就要优化算法。

我的想法是当我们输入的数比之前的数都要小时，那么我们可以“删除”之前的数，把这个最小的数作为栈顶元素。举个例子：我们输入 1 2 3 4 0，输入0后，我们遍历之前的元素，发现0是最小的元素，那么我们就删除前面的元素，把0放到栈顶的位置。这样做我们可以快速找到举例第i位数最近的比它小的数。

题目2：acwing154

给定一个大小为 n≤10^6 的数组。

有一个大小为 k 的滑动窗口，它从数组的最左边移动到最右边。

你只能在窗口中看到 k 个数字。

每次滑动窗口向右移动一个位置。

以下是一个例子：

该数组为 [1 3 -1 -3 5 3 6 7]，k为 3。

窗口位置	最小值	最大值
[1 3 -1] -3 5 3 6 7	-1	3
1 [3 -1 -3] 5 3 6 7	-3	3
1 3 [-1 -3 5] 3 6 7	-3	5
1 3 -1 [-3 5 3] 6 7	-3	5
1 3 -1 -3 [5 3 6] 7	3	6
1 3 -1 -3 5 [3 6 7]	3	7

你的任务是确定滑动窗口位于每个位置时，窗口中的最大值和最小值。

输入格式

输入包含两行。

第一行包含两个整数 n 和 k，分别代表数组长度和滑动窗口的长度。

第二行有 n 个整数，代表数组的具体数值。

同行数据之间用空格隔开。

输出格式

输出包含两个。

第一行输出，从左至右，每个位置滑动窗口中的最小值。

第二行输出，从左至右，每个位置滑动窗口中的最大值。

#include<iostream>
#include<algorithm>
#include<deque>
using namespace std;
const int N = 1e6 + 10;
int a[N],q[N];
//单调队列问题
int main() {
	int n,k;
	cin >> n>>k;
	for (int i = 1; i <=n; i++) cin >> a[i];
	deque<int> q;
	for (int i = 1; i <=n; i++) {
		while (q.size() && q.back() > a[i])
			q.pop_back();
		q.push_back(a[i]);
		if (i - k >= 1 && q.front() == a[i - k])
			q.pop_front();
		if (i >= k) cout << q.front() << " ";
	}
	q.clear();
	cout << endl;
	for (int i = 1; i <= n; i++) {
		while (q.size() && q.back() < a[i]) q.pop_back();
		q.push_back(a[i]);
		if (i - k >= 1 && a[i - k] == q.front()) q.pop_front();
		if (i >= k) cout << q.front() << " ";
	}
}

分析题目，暴力当然是最简单的方法，但是也是最容易超时的方案。暴力就是直接在三个数里面遍历，记录最大和最小的数字。

当然，有了前面单调栈的案例，我们也可以利用单调性质简化算法。

我们先考虑输出最小值的做法。

第一个数字我们可以无条件直接读入，此后读入数据我们就要进行判断，如果读入的数据比队列里面的数据都小，那么就删除队尾，把该元素添加进去。窗口的最小值始终都在队列的最前端。前窗口的最小值已经不在窗口内，那么就将其从队列前端移除。如果窗口已经达到饱和，那么我们就可以开始输出最小值了。

输出最大值的做法也是类似的。