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。