Python学习笔记9-算法：滑动窗口最大值

滑动窗口最大值问题是一种常见的算法问题，通常涉及在一个给定大小的窗口中找到每个位置的最大值。这个问题可以使用不同的方法来解决，最常用的高效方法是利用双端队列（deque）来实现滑动窗口的最大值计算。

问题描述

给定一个数组和一个窗口大小k，要求返回一个数组，其中每个元素是原数组中对应窗口的最大值。

例如，给定数组 [1, 3, -1, -3, 5, 3, 6, 7] 和窗口大小 3，返回 [3, 3, 5, 5, 6, 7]。

方法 1: 使用双端队列（Deque）

双端队列是一种可以在两端高效插入和删除元素的数据结构。我们可以使用双端队列来保持窗口内的最大值。

代码实现

from collections import deque

def max_sliding_window(nums, k):
    if not nums:
        return []
    
    # 双端队列，存储索引
    deq = deque()
    result = []

    for i in range(len(nums)):
        # 移除不在当前窗口范围的元素
        if deq and deq[0] == i - k:
            deq.popleft()

        # 移除队列中小于当前元素的元素
        while deq and nums[deq[-1]] < nums[i]:
            deq.pop()
        
        deq.append(i)

        # 从第 k-1 个位置开始，记录最大值
        if i >= k - 1:
            result.append(nums[deq[0]])
    
    return result

# 使用示例
nums = [1, 3, -1, -3, 5, 3, 6, 7]
k = 3
print(max_sliding_window(nums, k))  # 输出: [3, 3, 5, 5, 6, 7]

解释

1. 初始化：使用一个双端队列deq来存储当前窗口的索引。result用于存储每个窗口的最大值。

2. 处理窗口范围：

   • 当窗口向前滑动时，移除队列中不在当前窗口范围内的元素（索引超出i - k）。

3. 维护队列：

   • 移除队列中所有小于当前元素的索引，因为这些元素不可能是窗口内的最大值。
   • 将当前元素的索引添加到队列中。

4. 记录最大值：

   • 从索引i = k - 1开始，每次滑动窗口都记录队列中第一个元素对应的最大值（即窗口的最大值）。

时间复杂度

• 时间复杂度：O(n)，每个元素被加入和移除队列至多一次。
• 空间复杂度：O(k)，队列中最多保存窗口大小的元素索引。

这个方法非常高效，适用于大多数滑动窗口最大值的计算问题，并且能够处理大规模数据集。