代码随想录二刷-滑动窗口最大值

239：滑动窗口最大值

链接: Leetcode-239.滑动窗口最大值

题目需求

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：
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 maxVal : 3
1 [3 -1 -3] 5 3 6 7 maxVal : 3
1 3 [-1 -3 5] 3 6 7 maxVal : 5
1 3 -1 [-3 5 3] 6 7 maxVal : 5
1 3 -1 -3 [5 3 6] 7 maxVal : 6
1 3 -1 -3 5 [3 6 7] maxVal : 7

思路

1. 分析题干
   a. 题目要求的是每次窗口里最大值。窗口里的最大值位置是未知的，所以每次滑动窗口时，不知道前一个最大值是否还在窗口内，这是本题的难点【第一步】
   b. 我们知道，最重要的是窗口里的最大值和它的位置，因为值是结果之一，位置是用于判断该值什么时候会在窗口之外【第二步】
   c. 首先，模拟一下滑动窗口，滑动窗口本质上就是每次最前面的元素会弹出，后一个元素会进来，这符合队列里的先进先出。所以可以确定这题用的是队列的性质【第三步】
   d. 其次，因为每个窗口要记录最大值，那怎么去记录呢？【第四步】
   e. 直观上看，可以用一个索引去记录，每次移动窗口的时候去和下一个入队的元素比较。当索引要出队的时候，就得重新找最大值【第五步】
   f. 虽然依据e已经可以开始写代码了，但发现虽然用例都通过，不过超时了。所以需要选择时间复杂度较低的方案来解决【第六步】
   g. 这里需要用到一个较为特殊的队列：单调队列。单调队列即保证队列的单调性。根据题意要求的是最大值，且收获结果的地方应该是从队头收集。因此，本题采用的单调队列是单调递减队列，这样子就可以保证从最大值到最小值依次排列在队伍里。当最大值离开窗口后，次大值就变成队列里的最大值。单调队列实现过程详见代码随想录【第七步】

2. 写题顺序
   a. 先定义一个单调队列的类【队列基本功能实现：push()，pop()，front()】
   b. 在主函数创建一个单调队列的实例
   c. 遍历数组，调用队列里front函数取得窗口内的最大值

3. 注意事项
   a. 单调队列里要用deque作为成员变量，因为deque作为双端队列，两边都可以入队和出队
   b. 因为本题要保证单调递减，所以如果队列里是5 1，现在有4入队的话，需要把1剔除掉，最后队列剩5 4，保证单调递减

4. 代码
   【版本一：按照第五步的思路，用例都通过，但代码超时】

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        int maxIdx = -1;
        int maxVal = INT_MIN;
        vector<int> result;

        for (int i = 0; i <= nums.size()-k; ++i) {
            if (maxIdx < i) {
                maxVal = nums[i];
                maxIdx = i;
                for (int j = i; j < i+k; ++j) {
                    if (maxVal < nums[j]) {
                        maxVal = nums[j];
                        maxIdx = j;
                    }
                }
            }
            else{
                if(maxVal < nums[i+k-1]){
                    maxVal = nums[i+k-1];
                    maxIdx = i+k-1;
                }
            }
            result.push_back(maxVal);
        }

        return result;
    }
};

【版本二：按照第七步的思路，可通过】时间复杂度: O(n)，空间复杂度：O(k)

class MyQueue{
private:
    deque<int> que;
public:
    MyQueue(){
        ;
    }

    void push(int val){
        while(!que.empty() && que.back() < val){
            que.pop_back();
        }
        que.push_back(val);
    }

    void pop(int val){
        if(val == que.front()){
            que.pop_front();
        }
    }

    int getMaxVal(){
        return que.front();
    }
};

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        int n = nums.size();
        vector<int> result;
        MyQueue q;
        for(int j = 0; j < k; ++j){
            q.push(nums[j]);
        }
        result.push_back(q.getMaxVal());

        for(int i = k; i < n; ++i){
            q.pop(nums[i-k]);
            q.push(nums[i]);
            result.push_back(q.getMaxVal());
        }

        return result;
    }
};

参考: 代码随想录-239.滑动窗口最大值