描述
给定一个长度为 n 的数组 nums 和滑动窗口的大小 size ,找出所有滑动窗口里数值的最大值。
例如,如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3,那么一共存在6个滑动窗口,他们的最大值分别为{4,4,6,6,6,5}; 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个: {[2,3,4],2,6,2,5,1}, {2,[3,4,2],6,2,5,1}, {2,3,[4,2,6],2,5,1}, {2,3,4,[2,6,2],5,1}, {2,3,4,2,[6,2,5],1}, {2,3,4,2,6,[2,5,1]}。
数据范围: 1 ≤ size ≤ n ≤ 10000,数组中每个元素的值满足 ∣val∣ ≤ 10000
要求:空间复杂度 O(n),时间复杂度 O(n)
示例1
输入: [2,3,4,2,6,2,5,1],3
返回值:[4,4,6,6,6,5]
示例2
输入:[9,10,9,-7,-3,8,2,-6],5
返回值:[10,10,9,8]
示例3
输入:[1,2,3,4],3
返回值:[3,4]
方法一:暴力方法
根据题目描述,我们很容易想到暴力方法。并且也很轻松的就可以写出来。如果数组的大小是n,窗口的大小是size,那么窗口的数量就是 n - size + 1.
算法步骤如下:
- 枚举每个窗口的左边界 i
- 根据窗口的左边界i可以对应计算出右边界j
- 遍历窗口,计算出最大值
代码如下:
class Solution {
public:
vector<int> maxInWindows(const vector<int>& nums, int size) {
vector<int> ret;
if (nums.size() == 0 || size < 1 || nums.size() < size) return ret;
int n = nums.size();
for (int i = 0; i + size - 1 < n; ++i) {
int j = i + size - 1;
int max_val = nums[j];
for (int k = i; k < j; ++k) {
max_val = max(max_val, nums[k]);
}
ret.push_back(max_val);
}
return ret;
}
};
运行时间:611ms
超过0.27% 用C++提交的代码
占用内存:109300KB
超过1.36%用C++提交的代码
时间复杂度:O(n*k), 其中n为数组大小,k为窗口大小
空间复杂度:O(1),存结果必须要开的数组不算入额外空间
方法二:单调队列
方法一种存在很多大量重复计算,比如说,对于数组,假设我们当前遍历到下标i,对于下标i+1的元素(假设i和i+1都在同一个窗口),如果比arr[i]大,说明了什么?
如果arr[i+1] 已经大于了 arr[i], 那么还要arr[i]有什么用.就有点“既生瑜何生亮”的感觉。
如果arr[i+1] < arr[i]呢?显然arr[i]还是需要保留的。为什么呢?
因为又可以arr[i] 对于下一个arr[i+1]所在的窗口来说,arr[i]已经失效了。
假设这里有那么一个容器可以保留上述操作。
-
遍历数组的每一个元素,
-
如果容器为空,则直接将当前元素加入到容器中。
-
如果容器不为空,则让当前元素和容器的最后一个元素比较,如果大于,则将容器的最后一个元素删除,然后继续讲当前元素和容器的最后一个元素比较
-
如果当前元素小于容器的最后一个元素,则直接将当前元素加入到容器的末尾
-
如果容器头部的元素已经不属于当前窗口的边界,则应该将头部元素删除
总结一下,首先容器中放的元素应该是单调递减的。然后还有删除容器头部元素和最后一个元素的操作。因此,这样的数据结构就是双端队列。c++中就是deque
如何判断队列中头部的元素是否过期呢?
这里我们可以存数组的下标,根据下标的比较来判断。比如,当前遍历到下标为5的元素,窗口的大小为3, 显然显然下标为2的已经过期了。
代码如下:
class Solution {
public:
vector<int> maxInWindows(const vector<int>& nums, int size) {
vector<int> ret;
if (nums.size() == 0 || size < 1 || nums.size() < size) return ret;
int n = nums.size();
deque<int> dq;
for (int i = 0; i < n; ++i) {
while (!dq.empty() && nums[dq.back()] < nums[i]) {
dq.pop_back();
}
dq.push_back(i);
// 判断队列的头部的下标是否过期
if (dq.front() + size <= i) {
dq.pop_front();
}
// 判断是否形成了窗口
if (i + 1 >= size) {
ret.push_back(nums[dq.front()]);
}
}
return ret;
}
};
运行时间:120ms
超过1.29% 用C++提交的代码
占用内存:109288KB
超过1.51%用C++提交的代码
时间复杂度:O(n), 其中n为数组大小
空间复杂度:O(k),k为窗口的大小