滑动窗口的最大值

题目描述

给定一个数组和滑动窗口的大小，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]}。

思路分析

在遍历数组时，把有可能成为滑动窗口最大值的数值（的下标）存入一个两端开口的队列，队首存储最大值。首先把数组中的第一个数的下标存入队列。然后从数组的第二个元素开始遍历数组。

当遍历到数组中的第i个数时，若i的下标与队首值之差 >= size,说明队首元素已经不在滑窗里，删除队首。

接下来，将遍历到的第i个数a与队尾元素（队列中存储的是下标）所对应的数组中的元素b进行比较：

1）若a < b（且队列中的元素个数小于滑窗长度 size），直接将a的下标存入队尾，以便作为队首元素弹出后的备选元素。

2）若a>=b,则在队列中删除队尾元素b（因为接下来的窗口的最大值肯定与b没有关系了），接着重复进行比较和删除的操作，直到a小于队尾元素或者队列为空，将a的下标存入队尾。

存储每个窗口的最大值：当i >= size-1时，将队首元素插入结果列表中。

 

# -*- coding:utf-8 -*-  
class Solution:
    def maxInWindows(self, num, size):
        # write code here
        if not num or not size or len(num) < size:
            return [] #特殊情况
        if size == 1: #特殊用例
            return num
        res = []
        ls = [0] # 建立一双向队列,队列中存储num元素的下标
        for i in range(1, len(num)):
            # 当前队列的头结点已经不在滑窗范围内
            if i - ls[0] >= size:
                ls.pop(0) #弹出队首
            # 要插入的值和队尾元素比较，若大于队尾，依次删除，重复比较，最后插入当前元素
            if num[i] >= num[ls[-1]]:
                while ls and num[i] >= num[ls[-1]]:
                    # 这个and前后的顺序不能改变 ！否则会报错
                    # 由于ls的长度最大是size，因此这个循环最多执行size次
                    ls.pop()
                ls.append(i)
            # 要插入的元素比队尾小，且队列长度小于size(其实队列长度必然小于size)
            elif num[i] < num[ls[-1]] and len(ls) < size:
                ls.append(i)
            # 存储每个窗口的最大值
            if i >= size-1:
                res.append(num[ls[0]])
        return res

简化版

# -*- coding:utf-8 -*-  
class Solution:
    def maxInWindows(self, num, size):
        # write code here
        if not num or not size or len(num) < size:
            return [] #特殊情况
        if size == 1: #特殊用例
            return num
        res = []
        ls = [0] 
        for i in range(1, len(num)):
            if i - ls[0] >= size:
                ls.pop(0) #弹出队首
            while ls and num[i] >= num[ls[-1]]:
                ls.pop()
            ls.append(i)
            # 存储每个窗口的最大值
            if i >= size-1:
                res.append(num[ls[0]])
        return res