洋钱罐高频编程考题：滑动窗口最大值 （困难）

题目描述

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]

提示：

• 1 <= nums.length <=
• - <= nums[i] <=
• 1 <= k <= nums.length

解题思路

要解决这个问题，我们可以使用**双端队列（Deque）**来高效地找到滑动窗口内的最大值。双端队列允许我们在 O(1) 的时间复杂度下在队列的两端进行插入和删除操作。

具体步骤如下：

1. 双端队列的定义与维护：

   我们使用一个双端队列 deque 来存储数组 nums 中元素的索引。这个队列中的索引按元素大小降序排列，意味着队列的头部总是当前窗口的最大值；每次移动窗口时，我们会维护这个队列，确保队列中的元素始终属于当前窗口，并且在队列头部保存的是当前窗口的最大值。

2. 窗口的移动与更新：

   随着窗口向右移动，我们会依次从数组中添加新的元素到窗口中，并将其索引添加到 deque 中；如果 deque 中的第一个元素已经不在当前窗口范围内，我们将其从 deque 中移除；在将新元素加入 deque 时，如果 deque 尾部的元素小于新元素，则将尾部的元素移除，因为这些元素不会再成为最大值。

3. 记录结果：

   当窗口移动超过大小 k 后，每次我们都会将 deque 中的第一个元素（当前窗口的最大值）记录到结果列表中。

复杂度分析

• 时间复杂度：O(n)。其中 n 是数组 nums 的长度。每个元素最多被插入和删除一次，因此总的时间复杂度是 O(n)。

• 空间复杂度：O(k)。双端队列中最多会保存 k 个元素的索引，因此空间复杂度是 O(k)。

代码实现

package org.zyf.javabasic.letcode.hot100.substring;

import java.util.Deque;
import java.util.LinkedList;

/**
 * @program: zyfboot-javabasic
 * @description: 滑动窗口最大值
 * @author: zhangyanfeng
 * @create: 2024-08-21 21:43
 **/
public class MaxSlidingWindowSolution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if (nums == null || nums.length == 0 || k <= 0) {
            return new int[0];
        }

        // 结果数组
        int[] result = new int[nums.length - k + 1];
        // 使用双端队列存储索引
        Deque<Integer> deque = new LinkedList<>();

        for (int i = 0; i < nums.length; i++) {
            // 移除队列中不在当前窗口范围内的元素
            if (!deque.isEmpty() && deque.peekFirst() < i - k + 1) {
                deque.pollFirst();
            }

            // 移除队列中所有小于当前元素的索引
            // 因为这些元素不会再成为最大值
            while (!deque.isEmpty() && nums[deque.peekLast()] < nums[i]) {
                deque.pollLast();
            }

            // 将当前元素的索引添加到队列中
            deque.offerLast(i);

            // 当窗口大小达到k时，将当前窗口的最大值添加到结果数组中
            if (i >= k - 1) {
                result[i - k + 1] = nums[deque.peekFirst()];
            }
        }

        return result;
    }

    public static void main(String[] args) {
        MaxSlidingWindowSolution solution = new MaxSlidingWindowSolution();

        // 测试用例 1
        int[] nums1 = {1, 3, -1, -3, 5, 3, 6, 7};
        int k1 = 3;
        int[] result1 = solution.maxSlidingWindow(nums1, k1);
        for (int num : result1) {
            System.out.print(num + " ");
        }
        // 输出: [3, 3, 5, 5, 6, 7]

        System.out.println();

        // 测试用例 2
        int[] nums2 = {1};
        int k2 = 1;
        int[] result2 = solution.maxSlidingWindow(nums2, k2);
        for (int num : result2) {
            System.out.print(num + " ");
        }
        // 输出: [1]
    }
}

具体可参考：https://zyfcodes.blog.csdn.net/article/details/141401712