leetcode239.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 

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

思路:

        # 思路: 先将k个数放入队列 然后i从k号开始i-k号出队,i+k号入队,然后每次选出最大值再加入result结果数组中

        # 每次入队都会和对前边的元素比较 如果队中元素小于要入队的元素,就将队中元素出队;

        # 每次出队时,如果队头和传入的value比较值一样,则将其对头出队

代码:

from collections import deque

class MyQueue:
    def __init__(self):
        self.Deque = deque() 

    def DequePop(self, value): # 出队
        if self.Deque and value == self.Deque[0]:
            self.Deque.popleft() # 如果要比较的元素和对头元素相同就将对头从对头左侧出队

    def DequePush(self, value): # 入队(如果value大于队尾元素就要将队尾元素删除。) 保持队列的长队为k
        while(self.Deque and value > self.Deque[-1]): # 这里要从后边进行删除最小的 对头保留最大的 如果从对头开始删除的话 那么就会导致中间有很小的数,可能会删除不出去
            self.Deque.pop()
        self.Deque.append(int(value)) # 当一开始入队的时候就是将最大值放入到对头,最小元素放到队尾

    def DequeFront(self):
        return self.Deque[0] # 返回对头元素

class Solution(object):
    def maxSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
         """
        # 思路: 先将k个数放入队列 然后i从k号开始i-k号出队,i+k号入队,然后每次选出最大值再加入result结果数组中
        # 每次入队都会和对前边的元素比较 如果队中元素小于要入队的元素,就将队中元素出队;
        # 每次出队时,如果队头和传入的value比较值一样,则将其对头出队
       
        myDeque = MyQueue()
        result = []
        for i in range(k):
            myDeque.DequePush(nums[i])
        result.append(myDeque.DequeFront()) # 傻牛 这里调佣函数DequeFront()一定要加()呀!!!!!!! 不要总是被这些无所谓的错误给弄得遍体鳞伤!!!!!
        for j in range(k, len(nums)):
            myDeque.DequePop(nums[j-k]) # 将i的第前k元素出队 (如果在的话) !!!!
            myDeque.DequePush(nums[j]) # 将i号元素入队(根据MyQueue类中的函数规则:将小于要入队的元素出队,再将要入队元素入队)
            result.append(myDeque.DequeFront()) # 将队首元素(其实也就是最大元素加入结果中)
        return result

  • 4
    点赞
  • 3
    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