剑指 Offer 59 - I. 滑动窗口的最大值

本文介绍了两种方法解决滑动窗口问题:一是利用大根堆数据结构实现时间复杂度为O(nlogn),空间复杂度为O(n);二是通过双端队列配合单调性,达到时间复杂度O(n)和空间复杂度O(k)。两种方法对比,适用于不同场景的优化。
摘要由CSDN通过智能技术生成

要求:找出每连续k个元素的最大值
思路:暴力不行
法一:大根堆,存好值和下标,时间O(nlogn)空间O(n)

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        if(nums.size()==0)return {};
        priority_queue<pair<int,int>> q;
        vector<int> v;
        for(int i=0;i<k;++i)
            q.push(make_pair(nums[i],i));
        for(int i=k;i<nums.size();++i){
            v.push_back(q.top().first);
            while(!q.empty()&&q.top().second<=i-k){
                q.pop();
            }
            q.push(make_pair(nums[i],i));
        }
        v.push_back(q.top().first);
        return v;
    }
};

法二:双端队列,最小栈那题是同步另一个栈每次插入都存最小值,本题双端队列,首先一个前提是如果当前要插的大于队尾那队尾可以不要了,基于此队列是单调递减的,只要存下标,时间O(n),空间O(k)

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        if(nums.size()==0)return {};
        deque<int> q;
        vector<int> v;
        for(int i=0;i<k;++i){
            while(!q.empty()&&nums[q.back()]<=nums[i])q.pop_back();
            q.push_back(i);
        }
        v.push_back(nums[q.front()]);
        for(int i=k;i<nums.size();++i){
            while(!q.empty()&&nums[q.back()]<=nums[i])q.pop_back();
            q.push_back(i);
            while(!q.empty()&&q.front()<=i-k)q.pop_front();
            v.push_back(nums[q.front()]);
        }
        return v;
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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