单调队列：实用而好写的数据结构-CSDN博客

本文链接：https://blog.csdn.net/Jerrycyx/article/details/145276676

前言 | Preface

这几天连续做了好几道单调队列的题，难度从绿到蓝不等，摸索出了一些经验，也总结了一些单调队列的特点和规律。

本文作者：Jerrycyx

本文在以下平台同步发送：洛谷、博客园、CSDN

推荐在洛谷专栏阅读以获得更好的阅读体验。

2025.3.21 更新：同步了例题题解内容。

概述 | Outline

顾名思义，单调队列的重点分为「单调」和「队列」。

「单调」指的是元素的「规律」——递增（或递减）。

「队列」指的是元素只能从队头和队尾进行操作。

——OI Wiki

单调队列（monitonous queue） 是一种很实用的数据结构。如何理解单调队列？首先，“队列”其实是指双端队列，因为单调队列队首队尾都可以进出；其次“单调”是指单调队列里的元素具有单调性（单调递增或递减均可）。

~~我知道你没看懂。~~ 单调队列光靠这些文字叙述确实不好理解，结合例题就能明白了。

（大佬不想看例题可直接跳转至「总结 | Summary」部分）

例题 | Example

本文重点为单调队列，所以其他算法内容一律从略，且一般会有引用的格式加以标明。

~~下面有一半的绿题都是我从蓝降下来的。~~

P1886 滑动窗口 /【模板】单调队列 $\tt\textcolor{Orange}{\bigstar Important}$

——本段文字已投稿至该题题解。

老生常谈的单调队列模板题了，题面要求定长区间最值，下面来说单调队列的运作方式（以求取区间最小值为例）。

单调队列的核心思想是：“老而更劣的元素永远不可能成为最值”~~（让我想起了我的 OI 生涯）~~。

例如：在从左往右滑动窗口求最小值时，考虑右侧新加入一个元素 $a_j$ 时会发生什么。假设区间中已经有的一个元素 $a_i$ 使得 $a_i \ge a_j$ ，那么 $a_j$ 离开窗口一定比 $a_i$ 要晚，且今后 $a_i$ 在队列里的时候 $a_j$ 也一直在队列里。在 $a_i$ 剩下的生命里直到离开区间， $a_j$ 永远比它小， $a_i$ 再也不可能成为（唯一的）最小值了。

现实是残酷的，OIer 们是残忍的， $a_i$ 已经失去了成为（唯一）最大值的机会，OIer 们毫不留情地抛弃掉它，来保证留下的都是有机会成为最大值的。

如此，单调队列保证了其中不存在 $a_i,a_j$ 使 $i < j$ 且 $a_i \ge a_j$ ，即对于任意 $i < j$ 都有 $a_i<a_j$ ，换言之，这个单调队列里的元素是单调递增的。

总的来说，单调队列解决这道题（最小值部分）的过程分为两步：

加入新的元素时，从队尾踢掉之前所有不小于它的元素，并自己加入队尾
从队头移除已经离开窗口的元素

通常情况下上面两步顺序可以任意交换，少数情况下（即新加入的元素可能不在窗口内时）必须按照上面的顺序。对于这道题，顺序可以任意交换。每次完成上面两步以后，队头即为最大值。

附上我常用的模板代码（求定长区间最小值）：

int q[N],head,tail; //单调队列记录最小值的位置，方便后面判断某元素是否已经离开窗口
...
head=1,tail=0; //清空队列
for(int i=1;i<=n;i++) //枚举窗口右端
{
  while(head<=tail && i-q[head]+1>k) q[head++]=0; //弹出已经离开窗口的元素
  while(head<=tail && a[q[tail]]>a[i]) q[tail--]=0; //从队尾踢掉之前所有比当前元素大的数
  q[++tail]=i; //当前元素自己加入队尾
  if(i>=k) res[i-k+1]=q[head]; //完成以上操作后，队头即为最小值
}

每个元素最多入队出队一次，所以时间复杂度是 $O (n)$ 线性的。

对于这道题，同时要求最小和最大值。因为 $max(a_i) = - \min(-a_i)$ ，即区间最大值等于序列相反数的最小值的相反数，所以我们可以只写一个求最小值的代码，求过区间最小值以后把序列所有元素取相反数再求一遍最小值，然后再取一次相反数就是区间最大值。

代码：

#include<cstdio>
using namespace std;

const int N=1e6+5;
int n,k,a[N];
int ans1[N],ans2[N];

int q[N],head,tail;
void Calc(int res[]) //指针传参，答案计入 res 数组
{
	head=1,tail=0; //清空队列
	for(int i=1;i<=n;i++) //枚举窗口右端
	{
	  while(head<=tail && i-q[head]+1>k) q[head++]=0; //弹出已经离开窗口的元素
	  while(head<=tail && a[q[tail]]>a[i]) q[tail--]=0; //从队尾踢掉之前所有比当前元素大的数
	  q[++tail]=i; //当前元素自己加入队尾
	  if(i>=k) res[i-k+1]=q[head]; //完成以上操作后，队头即为最小值
	}
	return;
}

int main()
{
	scanf("%d%d",&n,&k);
	for(int i=1;i<=n;i++)
		scanf("%d",&a[i]);
	
	Calc(ans1); //计算滑动窗口最小值位置，答案计入 ans1
	for(int i=1;i<=n-k+1;i++)
		printf("%d ",a[ans1[i]]);
	putchar('\n');
	
	for(int i=1;i<=n;i++)
		a[i]=-a[i]; //所有元素取相反数
	Calc(ans2); //计算此时的滑动窗口最小值位置，答案计入 ans2
	for(int i=1;i<=n-k+1;i++)
		printf("%d ",-a[ans2[i]]); //再取一遍相反数即为最大值
	return 0;
}

P1725 琪露诺

~~呵呵，这道题我其实打了个线段树。~~

单调队列优化动态规划题。

设 $f_i$ 表示走到位置 $i$ 所获得的最大冰冻指数，那么有：

$f_i = a_i + \max_{j=i-R}^{i-L}f_j$

暴力求 $max_{j=i-R}^{i-L}f_j$ 时间复杂度 $O(n^2)$ ，会 TLE。但这是在一个定长数组上求最值，几乎是一个裸的单调队列模板，所以只需要对 $max_{j=i-R}^{i-L}f_j$ 用单调队列计算来优化就可以做到 $O (n)$ 了。

这道题会有一些细节处理问题，不过不是重点。

P3800 Power收集

~~这道题我打了个 ST 表，甚至还写了题解，链接就不放了，不是重点。~~

引用一下我的题解：

设 $f_{i,j}$ 表示走到坐标 $(i, j)$ 的最大 POWER 值，那么有：

$f_{i,j} = a_{i,j} + \max_{p=j-t}^{j+t} f_{i-1,p}$

$max_{p=j-t}^{j+t} f_{i-1,p}$ ，标准的定长区间最值问题，这一部分用单调队列来计算，即可优化成 $O (nm)$ 。

P2216 [HAOI2007] 理想的正方形

正方形大小 $n$ 已经确定了，这又是一个定长区间最值问题。

不过这里区间是二维的，我们设 $f_{\max}(x,y)$ 表示以 $(x, y)$ 为右下角，边长为 $n$ 的正方形区域内元素的最大值，那么有（以下以 $a$ 代表矩阵数组）：

$f_{\max}(x,y) = \max_{i=x-n+1}^{x} \max_{j=y-n+1}^{y} a_{i,j} = \max_{i=x-n+1}^{x} \left( \max_{j=y-n+1}^{y} a_{i,j} \right)$

我们先在 $a$ 上对每一行跑一遍单调队列求出 $f'_{\max}(x,y) = \max_{j=y-n+1}^{y} a_{i,j}$ ，再在 $f'_{\max}$ 上对每一列跑一遍单调队列求出 $f_{\max}(x,y) = \max_{i=x-n+1}^{x} f'_{\max}(i,y)$ 。

对最小值进行同样操作后， $max\{f_{\max}(i,j)-f_{\min}(i,j)\}$ 即为所求。

P2627 [USACO11OPEN] Mowing the Lawn G

转化一下，将“不能连续选择超过 $k$ 头奶牛”转化成“相邻两头不选的奶牛之间间距不超过 $k$ ”，然后要使选择的奶牛效率值最大，也就是使不选的奶牛效率值最小。

为与“选择”区分，以下以“标记”来代表“不选择”。设 $f_i$ 表示在标记了第 $i$ 头奶牛的情况下，满足“相邻两头被标记的奶牛之间间距不超过 $k$ ”的条件，前 $i$ 头奶牛所获得的最小效率值，那么有：

$f_i = e_i + \min_{j=i-k-1}^{i-1} f_j$

最终答案为 $\sum_{i=1}^{n}e_i - f_{n+1}$ （ $f$ 算到效率值为 $0$ 的 $n + 1$ 以保证 $\sim n$ 全部满足条件且没有必须标记的要求，方便最后统计答案）

直接计算时间复杂度 $O (nk)$ ，但是观察到上式 $min_{j=i-k-1}^{i-1} f_j$ 部分在找 $f$ 在区间 $[i - 1, i - k - 1]$ 内的最小值，这又是一个定长区间最值问题，直接塞单调队列模板即可优化成 $O (n)$ 。

P2034 选择数字

跟上面那道题一样，不再赘述。

P1419 寻找段落

推荐题解：点击这里，不过单调队列部分不太详细。

最终是要判定是否存在 $\in [s,t]$ 使得 $sum_r-sum_{l-1} \ge 0$ 。转化一下，存在 $\in [r-t,r-s]$ 使得 $sum_{l-1} \le sum_r$ 。即：

$\min_{l-1 \in [r-t,r-s]} sum_{l-1} \le sum_r$

其中 $\min_{l-1 \in [r-t,r-s]} sum_{l-1}$ 又是一个定长区间最值问题，单调队列优化后即可通过。

P3957 [NOIP2017 普及组] 跳房子 $\tt\textcolor{Orange}{\bigstar Important}$

我的题解：点击这里

显然，使 $a_j \in [a_i-d-g,a_i-d+g]$ 成立的 $j$ 一定是连续的，设它的范围是 $[l, r]$ 。当 $i$ 不断增加，即 $a_i$ 单调不减的时候， $a_i-d-g,a_i-d+g$ 也单调不减， $l, r$ 自然同样单调不减。

在一个 $l, r$ 均单调不减的区间 $[l, r]$ 上找最小值，可以用单调队列维护（参考例题：滑动窗口）。使单调队列内元素单调递减，每次 $i$ 右移的时候，在其中加入新的 $a_j \le a_i-d+g$ 的 $j$ （可能不止一个）；然后弹出 $a_j < a_i-d-g$ 的 $j$ ，最后队首元素即为所求的 $max f_j$ 。

上面两种操作顺序不能改变，因为可能出现新加入的 $j$ 不合法的情况（满足 $a_j \le a_i-d+g$ 却不满足 $a_j \ge a_i-d-g$ ），这样加入后无法立即弹出，非法的答案就进入到队列当中了。这也解答了这个帖子中提出的问题。

上面几道例题，可能让大家认为“定长区间最值问题”都可以用单调队列维护。然而，这只是单调队列的一种比较经典的用法，且必须要求区间连续移动。

实际上，如上面引用的题解内容所说：“在一个 $l, r$ 均单调不减的区间 $[l, r]$ 上找最小值，可以用单调队列维护”。“定长区间最值问题”可以用单调队列维护的本质原因不是区间长度固定，而是寻找最值的区间左右端点均单调不减。

比如上面那道题，区间长度可能随时变化，有时甚至会缩成空集，但是只要它左右端点单调不减，就可以用单调队列求最值。

P2254 [NOI2005] 瑰丽华尔兹

最后放一道单调队列模板练习题，相信手打并调完这道题，你会对单调队列的各种细节和不同的打法倒背如流的 XD。

推荐题解：点击这里

总结 | Summary $\tt\textcolor{Orange}{\bigstar Important}$

综上所述，单调队列代码简短而好写，能够解决的问题范围清晰，是一种很实用的数据结构。单调队列不常作为一个裸的知识点来单独考，而是常常与动态规划等问题结合在一起，用作优化时间复杂度。

单调队列可以优化的问题具有以下特点：

在一个区间 $[l, r]$ 上求最值；
区间左右端点 $l, r$ 均单调不减/单调不增。

同时，类似滑动窗口这种 “（连续移动的）定长区间最值问题”是单调队列中考得最多的一种，也是必须掌握的一种。

下面附上一份更加通用的单调队列模板（或者说其实算是伪代码？）：

定义/清空单调队列 //需要队头队尾均可压入和弹出，如双端队列
for(int i=1;i<=n;i++)
{
  while(队列非空 && 队头超出范围) 弹出队头;
  while(队列非空 && 队尾劣于当前元素i) 弹出队尾;
  队尾压入i;
  //此时队头为最优元素，按题目需要使用
}