算法与数据结构——滑动窗口（Java）（b站左程云课程笔记总结）

滑动窗口

窗口运动原则：

• 右边界R往右动
• 左边界L往右动
• L不超过R

窗口内最大值和最小值如何更新？要求：比直接遍历的代价小

双端队列：里面放下标（比直接放数好，能获取更多信息，数+索引值）

假设现在要求窗口内的最大值(最小值同理)

双端队列要保证的结构就是从大到小（左到右）

右边界R动：每进来一个数从后面进，判断当前数是否可以放到双端队列中（满足从大到小的规则），不行的话（包括相等的情况）就弹出双端队列中的数（该数直接不要了，我当前进来的数下标比你大（比你晚过期），数也比你大或者相等，你再也没有可能成为最大值了），直到当前数满足规则，或者当前双端队列为空时，也可以进，在这个过程中窗口的最大值就是从左边弹出的值

左边界L动：L往右动的时候过期的数组下标与双端队列的头节点相等，就直接让头节点在左端弹出，如果L往右动的时候过期的数组下标与双端队列的头节点不相等，则不用管

时间复杂度：每个位置上的数最多进一次也最多出去一次，窗口滑动的过程经过n个数，双端队列的代价一定是O(N)，平均代价就是O(1)（不代表每一次都是O(1)，可能某一次存在O(N），即前面的数全部要弹出，它要成为最大值）

public class WindowMax{
    private int L;
    private int R;
    private int[] arr;
    private LinkedList<Integer> qmax;
   
    public WindowMax(int[] a){
        arr=a;
        L=-1;
        R=0;
        qmax=new LinkedList<>();
    }
    
    public void addNumFromRight(){
        if(R==arr.length){
            return;
        }
        while(!qmax.isEmpty()&&arr[qmax.peekLast()]<=arr[R]){
            qmax.pollLast();
        }
        qmax.addLast(R);
        R++;
    }
    
    public void removeNumFromLeft(){
        if(L>=R-1){
            return;
        }
        L++;
        if(qmax.peekFirst()==L){
            qmax.pollFirst();
        }
    }
    
    public Integer getMax(){
        if(!qmax.isEmpty()){
            return arr[qmax.peekFirst()];
        }
        return null;
    }
}

题目一

在滑动窗口的基础上，每一次都是L动一下，R也动一下

public int[] getMaxWindow(int[] arr,int w){
    if(arr==null||w<1||arr.length<w){
        return null;
    }
    LinkedList<Integer> qmax=new LinkedList<Integer>();
    int[] res=new int[arr.length-w+1];
    int index=0;//notio
    for(int i=0;i<arr.length;i++){//R
        while(!qmax.isEmpty()&&arr[qmax.peekLast()]<=arr[i]){
            qmax.pollLast();
        }
        qmax.addLast(i);
        if(qmax.peekFirst()==i-w){//i-w:过期的下标 到达窗口大小之后每一次都是加一个减一个
            qmax.pollFirst();
        }
        if(i>=w-1){//窗口形成
            res[index++]=arr[qmax.peekFirst()];
        }
    }
    return res;
}