算法打卡Week4

本文介绍了如何使用单调队列解决两个编程问题:队列内的最大值和滑动窗口最大值。在队列内最大值问题中,通过维护两个队列,一个用于存储所有元素,另一个用于存储最大值,确保了O(1)的时间复杂度。在滑动窗口最大值问题中,利用单调队列特性,动态维护窗口内的最大值,同样达到O(1)的时间复杂度。这两个问题展示了单调队列在解决最大值查询问题上的高效性。
摘要由CSDN通过智能技术生成

题目一:队内最大值
链接:https://leetcode-cn.com/problems/dui-lie-de-zui-da-zhi-lcof/

请定义一个队列并实现函数 max_value 得到队列里的最大值,要求函数max_value、push_back 和 pop_front 的均摊时间复杂度都是O(1)。

若队列为空,pop_front 和 max_value 需要返回 -1

例1

输入: 
fun = ["MaxQueue","push_back","push_back","max_value","pop_front","max_value"]
num = [[],[1],[2],[],[],[]]
输出: [null,null,null,2,1,2]

例2

输入: 
fun = ["MaxQueue","pop_front","max_value"]
num = [[],[],[]]
输出: [null,-1,-1]

fun数组代表的是每次执行的函数,
num数组代表的是每次执行的函数所需要传入的参数值。

Deque模块:
Deque是Python库collections中的一项,它可以在序列前后都执行添加或删除.
.append()—右插入
.appendleft()—左插入
.pop()—右删除
.popleft()—左删除

思路:
1、先创建两个队列,分别为que和max_que,que队列用来插入数据,max_que用来存储对内最大值(单调递减);
2、max_que按照每次插入的数value进行比较,当max_que[-1] 小于插入value的时候,移除max_que[-1],直到max_que[-1] > value或者max_que队列没有数据停止;
3、如果移除的数据是对内的最大值,那么max_que中也要相对应移除

class MaxQueue(object):

    def __init__(self):
        from collections import deque
        self.que = deque()
        self.max_que = deque()


    def max_value(self):
        """
        :rtype: int
        """
        return self.max_que[0] if self.max_que else -1
        

    def push_back(self, value):
        """
        :type value: int
        :rtype: None
        """
        while self.max_que and self.max_que[-1] < value:
            self.max_que.pop()
        self.max_que.append(value)
        self.que.appendleft(value)


    def pop_front(self):
        """
        :rtype: int
        """
        if not self.que:
            return -1
        num = self.que.pop()
        if num == self.max_que[0]:
            self.max_que.popleft()
        return num

题目二:滑动窗口最大值
链接:https://leetcode-cn.com/problems/hua-dong-chuang-kou-de-zui-da-zhi-lcof/

给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值。

例一:

输入: nums = [1,3,-1,-3,5,3,6,7], 和 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

思路:
维护一个单调队列que,保证该队列的头为最大值,每滑动一次窗口,res就添加que[0]一次;
窗口分为两种情况,具体代码如下有体现:
(1)构建窗口
(2)滑动窗口

class Solution(object):
    def maxSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
        """
        from collections import deque
        if not nums or k == 0: 
            return [] 
        que = deque() 
        size = len(nums)
        # 创建窗口
        for i in range(k):
            while que and que[-1] < nums[i]: # 维护单调队列,如果新值大于队内最大值,则队内数据全部出列
                que.pop()
            que.append(nums[i])
        max_res = [que[0]]

        # 滑动窗口
        for i in range(k, size):
            if que[0] == nums[i-k]: # 判断当前队头(最大值)是否还在窗口内
                que.popleft()
            while que and que[-1] < nums[i]:
                que.pop()
            que.append(nums[i]) 
            max_res.append(que[0]) # 滑动窗口后添加队内最大值
        return max_res
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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