LeetCode 239. 滑动窗口最大值 单调队列详解 Java

239. 滑动窗口最大值

题目来源

239. 滑动窗口最大值

题目分析

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。

题目难度

  • 难度:困难

题目标签

  • 标签:队列、单调队列、滑动窗口

题目限制

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

解题思路

思路:单调队列

  1. 问题定义

    • 本题需要在一个长度为 k 的滑动窗口中找到每次滑动后窗口的最大值。
  2. 核心算法

    • 利用单调队列来维护窗口内的最大值。队列中的元素按照从大到小的顺序排列,队列的头部始终是当前窗口的最大值。
    • 当窗口向右滑动时,先将新元素与队列尾部元素比较,确保队列保持单调性,再将队列头部的过期元素移出队列。
  3. 关键步骤

    • 遍历数组 nums 时,首先判断队列头部的元素是否在当前窗口内,如果不在则移出队列。
    • 然后从队列尾部开始移除所有小于当前元素的值,保证队列的单调性。
    • 最后在每个窗口的末尾,将当前窗口的最大值(即队列头部的元素)加入结果数组。

核心算法步骤

  1. 初始化队列:创建一个双端队列 deque 用于存储滑动窗口中的索引值。
  2. 遍历数组:在遍历过程中,根据上述核心算法步骤动态维护队列。
  3. 输出结果:当窗口达到大小 k 时,将队列头部的元素(即当前窗口的最大值)加入结果数组。

代码实现

以下是求解滑动窗口最大值的 Java 代码:

/**
 * 239. 滑动窗口最大值
 * @param nums 输入数组
 * @param k 滑动窗口大小
 * @return 滑动窗口最大值数组
 */
public int[] maxSlidingWindow(int[] nums, int k) {
    int n = nums.length;
    int[] result = new int[n - k + 1];
    Deque<Integer> deque = new LinkedList<>();
    
    for (int i = 0; i < n; i++) {
        // 移除不在滑动窗口中的元素
        if (!deque.isEmpty() && deque.peekFirst() == i - k) {
            deque.pollFirst();
        }
        
        // 移除队列中所有小于当前元素的值
        while (!deque.isEmpty() && nums[deque.peekLast()] < nums[i]) {
            deque.pollLast();
        }
        
        // 将当前元素加入队列
        deque.addLast(i);
        
        // 当窗口达到大小 k 时,记录结果
        if (i >= k - 1) {
            result[i - k + 1] = nums[deque.peekFirst()];
        }
    }
    
    return result;
}

代码解读

  • 队列操作:通过使用双端队列来维护当前窗口内的最大值,队列中的元素总是保持单调递减。
  • 滑动窗口逻辑:随着窗口的移动,及时移除队列中不再属于当前窗口的元素,并更新最大值。

性能分析

  • 时间复杂度O(n),其中 n 是输入数组 nums 的长度。每个元素最多只会被加入和移除队列一次。
  • 空间复杂度O(k),队列中的元素个数最多为 k

测试用例

你可以使用以下测试用例来验证代码的正确性:

int[] nums1 = {1, 3, -1, -3, 5, 3, 6, 7};
int k1 = 3;
int[] result1 = maxSlidingWindow(nums1, k1);
System.out.println(Arrays.toString(result1)); // 输出: [3, 3, 5, 5, 6, 7]

int[] nums2 = {1};
int k2 = 1;
int[] result2 = maxSlidingWindow(nums2, k2);
System.out.println(Arrays.toString(result2)); // 输出: [1]

int[] nums3 = {4, 2, 12, 11, -5, 3, 4, 1, 3};
int k3 = 2;
int[] result3 = maxSlidingWindow(nums3, k3);
System.out.println(Arrays.toString(result3)); // 输出: [4, 12, 12, 11, 3, 4, 4, 3]

扩展讨论

优化写法

  • 额外的优化空间:当前算法已经是最优解。可以考虑使用更高级的数据结构如树状数组或堆来实现类似的功能,但时间复杂度可能会有所增加。

总结

滑动窗口最大值问题通过使用单调队列来维护窗口内的最大值,以 O(n) 的时间复杂度解决了问题。这种方法不仅简单易行,而且非常高效,是处理类似滑动窗口问题的经典策略。


  • 16
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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