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:
r
e
s
.
l
e
n
g
t
h
=
n
u
m
s
.
l
e
n
g
t
h
−
k
+
1
res.length = nums.length - k + 1
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。
- ①若
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)。