LeetCode Day12 栈与队列: 239. 滑动窗口最大值、347.前 K 个高频元素

239. 滑动窗口最大值

(1) 题目描述

239. 滑动窗口最大值

代码随想录:(文字版)

代码随想录:(视频版)

(2) 解题思路

每次窗口移动的时候,调用que.pop(滑动窗口中移除元素的数值),que.push(滑动窗口添加元素的数值),然后que.front()就返回我们要的最大值。

设计单调队列的时候,pop,和push操作要保持如下规则:

  1. pop(value):如果窗口移除的元素value等于单调队列的出口元素,那么队列弹出元素,否则不用任何操作
  2. push(value):如果push的元素value大于入口元素的数值,那么就将队列入口的元素弹出,直到push元素的数值小于等于队列入口元素的数值为止

保持如上规则,每次窗口移动的时候,只要问que.front()就可以返回当前窗口的最大值。

class Solution {
private:
    class MyQueue{ //单调队列(从大到小)
    public:
        deque<int> que; // 使用deque来实现单调队列

        // [1] 滑动窗口中移除元素的数值 
        void pop(int value) {
            // !que.empty(): pop之前判断队列当前是否为空。
            // value == que.front(): 每次弹出的时候,比较当前要弹出的数值是否等于队列出口元素的数值,如果相等则弹出。
            if (!que.empty() && value == que.front()){
                que.pop_front();
            }
        }

        // [2] 滑动窗口添加元素的数值
        void push(int value){
            // value > que.back(): 如果push的数值大于入口元素的数值
            while (!que.empty() && value > que.back()){
                // 队列后端的数值将弹出,直到push的数值小于等于队列入口元素的数值为止。
                // 这样就保持了队列里的数值是单调从大到小的了。
                que.pop_back();
            }
            que.push_back(value);
        } 

        // [3] 查询当前队列里的最大值
        int front(){
            // 直接返回队列前端也就是front就可以了
            return que.front();
        }
    };

public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        // 单调队列法
        MyQueue que;
        vector<int> result;
        // (1) 先将前k的元素放进队列 
        for(int i = 0; i < k; i++){
            que.push(nums[i]);
        }
        // (2) result 记录前k的元素的最大值
        result.push_back(que.front());
        // (3) 更新滑动窗口
        for(int i = k; i < nums.size(); i++) {
            que.pop(nums[i-k]); // 滑动窗口移除最前面元素
            que.push(nums[i]); // 滑动窗口前加入最后面的元素
            result.push_back(que.front()); // 记录对应的最大值
        }
        return result;
    }
};

347.前 K 个高频元素

(1) 题目描述

347.前 K 个高频元素

代码随想录:(文字版)

代码随想录:(视频版)

(2) 解题思路

没弄懂


栈与队列总结篇

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\],可以使用暴力解法来求解滑动窗口最大值。具体的做法是,遍历数组,对于每个窗口,使用一个内部循环来找到窗口中的最大值,并将其存储在结果数组中。时间复杂度为O(n*k),其中n为数组长度,k为窗口大小。 根据引用\[2\],还可以使用队列来求解滑动窗口最大值。具体的做法是,使用一个双端队列来维护一个单调递减的窗口。遍历数组,对于每个元素,首先判断队头是否在滑动窗口范围内,如果不在,则将其从队头移除。然后,将当元素与队尾元素比较,如果当元素大于队尾元素,则将队尾元素移除,直到队列为空或者当元素小于等于队尾元素。最后,将当元素的索引插入队尾。如果滑动窗口元素个数达到了k个,并且始终维持在窗口中,就将队头元素加入答案数组中。时间复杂度为O(n),其中n为数组长度。 综上所述,可以使用暴力解法或者使用队列来求解leetcode滑动窗口最大值。 #### 引用[.reference_title] - *1* *3* [leetcode239. 滑动窗口最大值](https://blog.csdn.net/kkkkuuga/article/details/124829581)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Leetcode#239. 滑动窗口最大值 (Java解法)](https://blog.csdn.net/paranior/article/details/114890555)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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