动态规划专栏（三）：滑动窗口最大值

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;
    }
};