【LeetCode】滑动窗口最大值

239. 滑动窗口最大值 - 力扣（LeetCode）

一、题目

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

二、代码

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int n = nums.length;
        // 用于标记每个窗口最大值结果的下标
        int index = 0;
        // 记录每个窗口的最大值
        int[] ans = new int[n - k + 1];
        // 窗口左边界
        int r = 0;
        // 窗口右边界
        // 其实这里也可以将窗口左边界省略掉，因为这个是固定窗口的，所以窗口左边界可以固定为r - w + 1
        int l = 0;
        // 双端队列，用于构建窗口内最大值的更新结构
        LinkedList<Integer> winMax = new LinkedList<Integer>();
        // 滑动窗口，同时维护窗口内最大值结构
        while (r < n) {
            // 判断双端队列尾部的数据是否小于等于新加入窗口的数，如果小于等于就将其从双端队列尾部弹出，因为新加入的数据比它大，并且下标还更加靠后，会更晚的离开窗口，所以这个数就永远不可能成为窗口内的最大值了，直接弹出即可
            while (!winMax.isEmpty() && nums[winMax.peekLast()] <= nums[r]) {
                winMax.pollLast();
            }
            // 将新加入窗口的数追加到双端队列尾部，这里加入双端队列的是数组下标
            winMax.addLast(r);

            // 判断是否已经可以形成大小为k的窗口
            if (r - l == k) {
                // 将左边界右移，形成大小为k的窗口
                l++;
                // 其实这里没有必要写循环，因为这个题目每次都是将窗口整体向右移动一个位置，所以就算是左边界右移，在双端队列中最多也就是一个头部数据过期，或者就是没有数据过期，用一个if语句执行一次就够了
                // 而且执行到这一步操作的时候不需要判断双端队列是不是空的，因为一定是有数据的，上面刚刚add了一个数据，所以不可能为空
                // while (!winMax.isEmpty() && winMax.peekFirst() < l) {
                //     winMax.pollFirst();
                // }

                // 左边界右移，有数据会从窗口中移除，此时判断双端队列头部的数据是否是被移出窗口的数据，也就是看它的下标是否小于l，小于1说明这个数据已经移出窗口了，直接将其从双端队列头部弹出
                if (winMax.peekFirst() < l) {
                    winMax.pollFirst();
                }
                
            }

            // 当右边界到达k-1位置的时候，就已经形成了大小为k的窗口了，这个时候就可以记录每一个窗口的最大值了，也就是当前时刻双端队列头部的数
            if (r >= k - 1) {
                ans[index++] = nums[winMax.peekFirst()];
            }
            // 右边界右移
            r++;
        }
        return ans;
    }
}

三、解题思路 

使用滑动窗口内的最大值更新结构解题，通过双端队列记录维护每一个窗口的最大值。