队列的最大值和滑动窗口的最大值

题目描述

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:

输入: nums = [1,3,-1,-3,5,3,6,7], 和 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

请定义一个队列并实现函数 max_value 得到队列里的最大值,要求函数max_value、push_back 和 pop_front 的均摊时间复杂度都是O(1)。

若队列为空,pop_front 和 max_value 需要返回 -1

示例 1:

输入: 
["MaxQueue","push_back","push_back","max_value","pop_front","max_value"]
[[],[1],[2],[],[],[]]
输出: [null,null,null,2,1,2]
示例 2:

输入: 
["MaxQueue","pop_front","max_value"]
[[],[],[]]
输出: [null,-1,-1]

思路

滑动窗口的最大值,无非也是一个固定长度队列,,每一次都取它的最大值,所以滑动窗口的最大值问题可以转化为求队列的最大值问题.

如何保存一个队列的最大值呢? 

比如对于2,1,3,4,5,4,4,2,1这样一个队列,它的最大值依次为2,2,3,4,5,5,5,5,5

对于升序序列,1,3,4,5我们实际上需要保存的元素就是5,那么第一个元素'2'需要保存吗?不需要,我们就可以发现,只要出现一个比之前元素大的元素,之前小的元素就都需要pop_back,直到我们遇到'4',它比5小,需要push_back(),因为如果'5'被pop了,那么下一个最大元素就是4,同理4后面的2也需要被push_back,2后面的1也需要被push_back.

我们只需要维持一个非递增的双端队列,每一次push进去新元素时,对于之前存在的小于这个新元素num[i]的元素,我们就pop_back.直到队列为空或者碰到比nums[i]还要大的元素.这样从前到后,我们每一次取大值(前提非空),就return deque.front().但是我们在pop_front()函数里面需要注意--当被pop的front元素和deque.front()元素相等的时候,就需要deque.pop().

具体实现见

代码

#include<queue>
using namespace std;


class MaxQueue {
public:
    queue<int> que;
    deque<int> deq;
    MaxQueue() {

    }

    int max_value() {
        if(!deq.empty())
            return deq.front();
        else {
            return -1;
        }
    }

    void push_back(int value) {
        que.push(value);
        while (!deq.empty()&&value > deq.back()) {
            deq.pop_back();
        }
        deq.push_back(value);
    }

    int pop_front() {
        if (que.empty()) {
            return -1;
        }
        int temp = que.front();
        que.pop();
        if (temp == deq.front()) {
            deq.pop_front();
        }
        return temp;
    }
};

/**
 * Your MaxQueue object will be instantiated and called as such:
 * MaxQueue* obj = new MaxQueue();
 * int param_1 = obj->max_value();
 * obj->push_back(value);
 * int param_3 = obj->pop_front();
 */

滑动窗口最大值--思路 

如果领悟了上一题那么这一题至少不会没有思路,我们维持一个双端队列,存储当前窗口的最大值,vector.push_back(deuque.front()).然后设置两个指针,left,right,分别指向左边界和右边界,如果右边界>size,那么说明到头了.return res.

我们循环的逻辑就是先deque.pop_back()掉那些<nums[right]的元素,然后deque.push_back(nums[right]),vector.push_back(最大值---deque.front()),同时判断左边移除的元素是不是等于这个最大值,如果同样等于最大值,我们就移除deque.back().

代码

#include<vector>
#include<queue>
using namespace std;

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        if (nums.size() == 0)  return {};
        deque<int> deq;
        int left = 0;
        int right = k - 1;
        vector<int> res;
        deq.push_back(nums[0]);
        for (int i = 1; i < k; ++i) {
            while (!deq.empty()&&nums[i] > deq.back()) {
                deq.pop_back();
            }
            deq.push_back(nums[i]);
        }
        res.push_back(deq.front());
        if (deq.front() == nums[left]) deq.pop_front();
        ++left, ++right;
        while (right < nums.size()) {
            while (!deq.empty()&&nums[right] > deq.back()) {
                deq.pop_back();
            }
            deq.push_back(nums[right]);
            res.push_back(deq.front());
            if (nums[left] == deq.front()) deq.pop_front();
            ++left, ++right;
        }
        return res;
    }
};

 

 

双端队列(deque,全称Double Ended Queue)是一种可以在两端进行插入和删除元素的数据结构,它既支持在头部添加和移除元素,也支持在尾部进行操作。在解决滑动窗口问题时,可以利用这种数据结构来高效地找到给定区间内的最大值和最小值。 以下是使用C++的`std::deque`实现滑动窗口最大值和最小值的一种常见方法: ```cpp #include <deque> #include <algorithm> // 定义滑动窗口最大值和最小值 struct WindowMinMax { std::deque<int> window; // 使用deque作为窗口 int max_val, min_val; void add(int num) { // 添加新元素到窗口 window.push_back(num); // 更新最大值和最小值 if (window.size() > 1) { // 窗口大小大于1 max_val = std::max(max_val, num); min_val = std::min(min_val, num); // 如果窗口满,移除左侧的第一个元素并更新最大值和最小值 if (window.front() == num - (window.size() - 1)) { window.pop_front(); max_val = std::max(window.front(), max_val); min_val = std::min(window.front(), min_val); } } else { max_val = num; min_val = num; } } void remove(int num) { // 移除指定元素 if (!window.empty() && window.back() == num) { window.pop_back(); if (window.empty()) { max_val = min_val = INT_MIN; // 如果窗口为空,设最大值和最小值为整数最小 } else { max_val = *std::max_element(window.begin(), window.end()); min_val = *std::min_element(window.begin(), window.end()); } } } }; int main() { WindowMinMax window; // 示例操作:add(5), add(8), remove(5), add(10), remove(8) window.add(5); // 窗口[5] window.add(8); // 窗口[5, 8] window.remove(5); // 窗口[8] window.add(10); // 窗口[8, 10] window.remove(8); // 窗口[10] // 结果:max_val = 10, min_val = 8 return 0; } ```
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

打赏作者

Shallow_Carl

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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