LeetCode-239. 滑动窗口最大值

地址：https://leetcode-cn.com/problems/sliding-window-maximum/
思路：优先队列 || 单调队列 || dp
思路一、优先队列：利用优先队列维护区间的最大值，同时将记录其下标 <val,id>. 遍历数组nums[i]，将优先队列首节点不在k范围内的去除掉，在取首节点即可。时间复杂度O(nlogn)

思路二、单调队列：利用双端队列来维护一个单调递减队列，从队列尾部加入值，队列头部取最大值和去除非法数据。
遍历数组，从双端队列末尾加入值nums[i]，对于队列中小于nums[i]的值可以去除掉，因为其对答案没有起到作用，这样维护一个单调递减队列，而队列头结点就是最大值。
而对于队列中超出k范围的节点的处理，对于每个nums[i-k]若为最大值，则它一定是在队列首节点处，若不是最大值，则已经不在队列中了，因此只需比较nums[i-k]与队列首节点是否相等即可去除掉超出k范围的值。还有一种方法是在双端队列中保存的是最大值的下标，这样可以直接判断队首值是否大于i-k即可。 时间复杂度O(nlogn)

思路三、dp:将数组nums划分成长度为k的若干区间，那么对于所求区间的最大值，要么刚好是划分的区间，要么处于两个相邻的划分区间之间，而对于第一种情况，记录划分区间的最大值即可。而对于第二种情况：

只需从划分区间相邻处分别记录向左、向右的最大值即可，而dp[i]=max{dl[i-k+1],dr[i]}.

Code 1.优先队列：

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
		vector<int> res;
		priority_queue<pair<int,int>> Q;
		for(int i=0;i<nums.size();++i)
		{
			Q.push({nums[i],i});
			if(i>=k-1){
				while(Q.top().second<=i-k){
					Q.pop();
				}
				res.push_back(Q.top().first);
			}
		}
		return res;
    }
};

Code 2.单调队列：

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

Code 3.dp:

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
		int n=nums.size();
		vector<int> res,dl(n+1,0),dr(n,0);
		dl[n]=nums[n-1];
		for(int i=0,l;i<n;++i)
		{
			l=min(n-1,i+k-1-2*(i%k));
			dl[l]=nums[l];	dr[i]=nums[i];
			if((l+1)%k)	dl[l]=max(dl[l],dl[l+1]);
			if(i%k)	dr[i]=max(dr[i],dr[i-1]);
		}
		for(int i=k-1;i<n;++i)
			res.push_back(max(dl[i-k+1],dr[i]));
		return res;
    }
};