力扣[239]滑动最大窗口

题目

给定一个数组 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:

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

分析

我们观察输入数组nums和输出数组res可以发现，若输入数组长度为n，滑动窗口的长度为k，那么输出数组的长度res.length满足：
$$res.length=nums.length-k+1$$
所以我们可以很容易的确认输出数组的长度。

题解一：暴力

此题最容易想到的解法就是用两层循环，第一层遍历nums数组中的元素，而第二层在当前窗口即长度为k的子数组中取得最大值，然后将该最大值添加到输出数组中即可：

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        //数组长度为0或k为0时直接返回0元素的数组
        if (nums == null || nums.length * k == 0) return new int[0];
        int[] res = new int[nums.length - k + 1];
        for (int i = 0; i < nums.length - k + 1; i++) {
            int max = Integer.MIN_VALUE;
            for (int j = i; j < i + k; j++) {
                max = Math.max(max, nums[j]);
            }
            res[i] = max;
        }
        return res;
    }
}

这个解法容易想到，但是时间复杂度为O(nk)，n为输入数组的长度，k为滑动窗口的长度，其速度慢的仅仅击败了5%的Java用户，所以我们需要对程序进行优化。

解法二：双端队列

我们可以利用双端队列实现对窗口最大值的更新，在双端队列中存储索引要比存储元素更为方便，因为我们要确保双端队列中的元素存在于当前窗口中，所以存储索引更容易判断是否在窗口中。我们在遍历输入数组nums的时候，同时要向双端队列中放入元素的索引，在向双端队列放入元素索引的时候我们要注意两点：

• 双端队列中只保存当前滑动窗口中有的元素的索引；
• 如果双端队列的索引对应元素中存在比当前遍历元素还小的元素，则将这些索引去掉，因为它们对应的元素已经不可能是最大的了。

所以在遍历nums数组遍历到nums[i]时，对于双端队列deque的放入规则为：

• 如果deque为空，直接将下标i放进deque，放入过程结束；
• 如果deque不为空，查看当前（peek）deque队尾存放的下标，设为j：
  • ①若arr[j] > arr[i]，将下标i放进队尾，放入过程结束；
  • ②若arr[j] <= arr[i]，这时队列中存在比当前遍历的元素还小的元素，需要将这些元素都弹出，直到队尾索引对应的元素已经大于当前遍历元素（即满足①）时，才将下标i放进队尾，放入过程结束。

在遍历nums数组遍历到nums[i]时，对于双端队列deque的弹出规则为：

• 如果对头的下标等于i-k，则说明当前对头的下标已经过期，由于双端队列中只保存当前滑动窗口中有的元素的所以，所以弹出当前队头的下标即可

而对于输出结果数组res，当前队头的索引对应元素即为当前窗口的最大值，直接将deque[0]放入结果数组即可。

以示例nums = [1,3,-1,-3,5,3,6,7], k = 3来演示上述过程：

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if (nums == null || nums.length * k == 0) return new int[0];
        int[] res = new int[nums.length - k + 1];
        Deque<Integer> deque = new LinkedList<>();
        int index = 0; //存放res数组索引
        for (int i = 0; i < nums.length; i++) {
            //队尾元素小于等于要入队的，队尾元素都出队
            while (!deque.isEmpty() && nums[deque.peekLast()] <= nums[i]) deque.pollLast();
            deque.addLast(i);
            //队头元素已经不再窗口范围内，需要出队
            if (deque.peekFirst() == i - k) deque.pollFirst();
            if (i >= k - 1) res[index++] = nums[deque.peekFirst()];
        }
        return res;
    }
}

显然，双端队列解法将时间复杂度降为了O(n)。