LeetCode滑动窗口最大值&队列最大值

5 篇文章 0 订阅
2 篇文章 0 订阅

队列的最大值

题目

请定义一个队列并实现函数 max_value 得到队列里的最大值,要求函数max_value、push_back 和 pop_front 的均摊时间复杂度都是O(1)。

若队列为空,pop_front 和 max_value 需要返回 -1

Code

// 队列最大值
type MaxQueue struct {
    doubleQue []int
    maxQue []int
}


func Constructor() MaxQueue {
    return MaxQueue {
        make([]int, 0),
        make([]int, 0),
    }
}


func (this *MaxQueue) Max_value() int {
    if len(this.maxQue) == 0 {
        return -1
    }
    return this.maxQue[0]
}


func (this *MaxQueue) Push_back(value int)  {
    this.doubleQue = append(this.doubleQue, value)
    for len(this.maxQue)!= 0 && this.maxQue[len(this.maxQue)-1] < value {
        this.maxQue = this.maxQue[:len(this.maxQue)-1]
    }
     this.maxQue = append(this.maxQue, value)
}


func (this *MaxQueue) Pop_front() int {
    n := -1
    if len(this.doubleQue) != 0 {
        n = this.doubleQue[0]
        this.doubleQue = this.doubleQue[1:]
        if len(this.maxQue)!= 0 && n == this.maxQue[0] {
            this.maxQue = this.maxQue[1:]
        }
    }
    return n
}


/**
 * Your MaxQueue object will be instantiated and called as such:
 * obj := Constructor();
 * param_1 := obj.Max_value();
 * obj.Push_back(value);
 * param_3 := obj.Pop_front();
 */

滑动窗口最大值

题目

给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值。

Code

//自定义一个队列,方便操作
type queue []int

func (q *queue) popFirst(){
	*q = (*q)[1:]
}
func (q *queue) popLast() {
	*q = (*q)[:len(*q)-1]
}
func (q *queue) add(a int){
	*q = append(*q, a)
}
func (q *queue) getFirst()int{
	res := (*q)[0]
	return res
}

//双端队列法
//这道题不能用queue的长度来判断是否元素过期,因为元素动态添加,queue只能存索引
func maxSlidingWindow(nums []int, k int) []int {
	//总体思路:保证queue中的第一个数就是当前最大的,
	var res []int
	if len(nums)<k || k<1{return res}
	var q queue
	// 遍历nums, 
	for i:=0;i<len(nums);i++{
		// 遍历queue,弹出所有比nums[i]小的,然后再添加nums[i],确保queue的第一个还是最大的
		for j:=len(q)-1;j>=0;j--{
			if nums[q[j]]<=nums[i]{
				q.popLast()
			}else{
				break
			}
		}
		q.add(i)
		
		// 如果queue中的元素有过期的,那么扔掉过期
		if q.getFirst() <= i-k{
			q.popFirst()
		}
		// 如果窗口大小达到k,那么添加
		if i>=k-1{
			res = append(res, nums[q.getFirst()])
		}
	}
	return res
}
  • 0
    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