这道以前认为的难题,今天花了十分钟不到就KO了,纪念下。。。
一、题目概要
给定一个数组 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], 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
二、题目理解
这是一道看起来很简单的题,自己写个比较k个数中最大值的函数,依次遍历就能解决。为什么能这样解决呢,因为暴力法是万能的。
抛开上述那种暴力美学不谈,我第一个念头就是动态规划。为什么我会有这样的思维迁移,因为我认识到题解是由一步步子解构成的:要求k个,那肯定要从1个开始,这就和最长回文串算法很相像了。
三、解题思路
既然使用动态规划,那肯定要拆分子问题。(觉得很简单的时候,就不想过多的去阐述思路,只有比较难的时候,才会觉得理清思路更有用些)
中间比较关键的一点就是状态转移方程:
如果要求从数组begin到end窗口为k的最大值,可以用从数组begin到end-1的值和nums[end]比较:
dp[j][end]=(dp[j][end - 1] < nums[end])?nums[end]:dp[j][end - 1]
详细代码如下:
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k)
{
vector<int> result = {};
if (nums.size() <= 0)
return {};
//dp[i][i]表示数组下表从i到i的最大值
vector<vector<int>> dp(nums.size(), vector<int>(nums.size()));
//先单独处理只有一个数字的情况
for (int i = 0; i < nums.size(); i++)
dp[i][i] = nums[i];
//将滑动窗口个数作为增大的条件
for (int i = 2; i <= k; i++)
{
for (int j = 0; j < nums.size(); j++)
{
int end = j + i - 1;
if (end >= nums.size())
break;
if (dp[j][end - 1] < nums[end])
dp[j][end] = nums[end];
else
dp[j][end] = dp[j][end - 1];
}
}
for (int i = 0; i <= nums.size() - k; i++)
result.push_back(dp[i][i + k - 1]);
return result;
}
};