LeetCode 239. 滑动窗口最大值(最大值的重新利用,Java)

38 篇文章 0 订阅
38 篇文章 0 订阅

本题与剑指 Offer 59 - I. 滑动窗口的最大值一致,本文提供的解法,卡着时间复杂度,可能交上去显示超时,实测多交几次也会通过。

题目

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 1:

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       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

示例 2:

输入:nums = [1], k = 1
输出:[1]

示例 3:

输入:nums = [1,-1], k = 1
输出:[1,-1]

示例 4:

输入:nums = [9,11], k = 2
输出:[11]

示例 5:

输入:nums = [4,-2], k = 2
输出:[4]

提示:

1 <= nums.length <= 105
-104 <= nums[i] <= 104
1 <= k <= nums.length

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/sliding-window-maximum
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

解题思路

因为滑动窗口每次移动一个元素,相较于上一个滑动窗口来说,有一个新加入的元素,有一个去掉的元素。
每一个滑动窗口都有一个最大值,而上一个滑动窗口的最大值也可能是下一个滑动窗口的最大值。在这里称上一个滑动窗口的最大值为num
我们可以记录num及下标,先判断num是否在下一个滑动窗口里面,如果不在的话,那么按照选择法查找下一个滑动窗口里面的最大值即可。
如果在的话,那么可以比较这个num与新加入的元素的大小,如果比新加入的元素大,那么这个滑动窗口的最大值还是num
如果比新加入的元素小,那么这个滑动窗口的最大值就是新加入的元素。
这样就减少了很多比较的次数

代码

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        // 如果k为0,那么应当输出空数组
        if(k == 0) {
            return new int[0];
        }
        // 用来存每个滑动窗口的最大值
        List<Integer> list = new ArrayList<Integer>();
        // 用来表示最大值
        int max = nums[0];
        // 记录上一个最大值的下标
        int index = -1;
        // 计算第一个滑动窗口的最大值及下标
        for(int j = 1; j < k; j ++) {
            if(nums[j] > max) {
                max = nums[j];
                index = j;
            }
        }
        // 添加到列表中
        list.add(max);
        // 开始滑动
        for(int j = 1; j <= nums.length - k; j ++) {
            // 每个滑动窗口的最后一个元素的下标
            int n = j + k - 1;
            // 如果上一个滑动窗口的最大值在这个滑动窗口里面,那么只需要比较新加入滑动窗口的那个元素,即此滑动窗口的最后一个元素,与上一个滑动窗口的最大值的大小
            if(index >= j && index <= n) {
                // 如果新加入滑动窗口的元素更大,那么记录新的最大值及下标
                if(nums[n] >= max) {
                    max = nums[n];
                    index = n;
                }
                // 添加到列表
                list.add(max);
            }
            // 如果上一个滑动窗口的最大值没有在这个滑动窗口里面,那么需要从这个滑动窗口中,按照选择法找最大值
            if(index < j || index > n) {
                max = nums[j];
                for(int l = j + 1; l <= n; l ++) {
                    if(nums[l] > max) {
                        max = nums[l];
                        index = l;
                    }
                }
                // 添加到列表
                list.add(max);
            }
        }
        // 将列表转换为数组
        int[] res = new int[list.size()];
        for(int j = 0; j < list.size(); j ++) {
            res[j] = list.get(j);
        }
        return res;
    }
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\],可以使用暴力解法来求解滑动窗口最大值。具体的做法是,遍历数组,对于每个窗口,使用一个内部循环来找到窗口中的最大值,并将其存储在结果数组中。时间复杂度为O(n*k),其中n为数组长度,k为窗口大小。 根据引用\[2\],还可以使用队列来求解滑动窗口最大值。具体的做法是,使用一个双端队列来维护一个单调递减的窗口。遍历数组,对于每个元素,首先判断队头是否在滑动窗口范围内,如果不在,则将其从队头移除。然后,将当前元素与队尾元素比较,如果当前元素大于队尾元素,则将队尾元素移除,直到队列为空或者当前元素小于等于队尾元素。最后,将当前元素的索引插入队尾。如果滑动窗口的元素个数达到了k个,并且始终维持在窗口中,就将队头元素加入答案数组中。时间复杂度为O(n),其中n为数组长度。 综上所述,可以使用暴力解法或者使用队列来求解leetcode滑动窗口最大值。 #### 引用[.reference_title] - *1* *3* [leetcode239. 滑动窗口最大值](https://blog.csdn.net/kkkkuuga/article/details/124829581)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Leetcode#239. 滑动窗口最大值Java解法)](https://blog.csdn.net/paranior/article/details/114890555)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值