法一:优先队列(堆)
1.题目描述
- 滑动窗口最大值
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。
2.思想
由于每移动一次窗口都要找出一次最大值,如果用顺序数组排序的话会很慢,仅仅是求最大值的时候自然就想到了用优先队列(堆)的方式。
具体实现方式是将窗口中的数都放入堆中,当堆顶的下标不小于窗口的左边界的时候,就取堆顶作为最大值,当堆顶元素是窗口外的元素的时候,就要删除堆顶直到堆顶元素属于窗口的元素为止。
注意:
1.优先队列的比较器默认是最小堆的,而题目要求最大值,所以要重写比较器
2.重写比较器compare:
优先级队列存放的是数组,第一位存储的是滑动窗口中的数,第二位存储的是在数组中的下标,当两个数不相等的时候,返回大的那个,用后边的-前边的,两个数相等的时候,返回下标大的那个数。
3.代码
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
int len = nums.length;
PriorityQueue<int[]> que = new PriorityQueue<int[]>(new Comparator<int[]>() {
@Override
public int compare(int[] o1, int[] o2){
return o1[0] != o2[0] ? o2[0]-o1[0]:o2[1]-o1[1];
}
});
//现将从0开始的窗口数值和对应的下标放入优先队列
for(int i=0;i<k;i++){
que.offer(new int[]{nums[i],i});
}
int[] result = new int[len-k+1];//每移动一次滑动窗口就有一个最大值,移动len-k次,再加上最开始没移动的最大值+1
result[0] = que.peek()[0];//最大堆优先队列的头部就是最大值
for(int j=k;j<len;j++){
que.offer(new int[]{nums[j],j});
while(que.peek()[1] <= j-k){ //如果最大值超过了窗口的左边界,就放弃这个最大值,注意是while不是if!
que.poll();
}
result[j-k+1] = que.peek()[0];
}
return result;
}
}
如果在去掉堆顶的时候是if判断,就会造成不止一个最大值不属于窗口元素,如下图示例:
4.知识点——优先队列
优先队列基本用法
PriorityQueue是一个堆,在不指定比较器Comparator的时候默认为最小堆
peek()//返回队首元素
poll()//返回队首元素,队首元素出队列
add()//添加元素
size()//返回队列元素个数
isEmpty()//判断队列是否为空,为空返回true,不空返回false
优先队列重写比较器,求最大堆
PriorityQueue<Integer> que = new PriorityQueue<Integer>(new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2-o1;
}
});
测试: