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
示例 1:
输入: [“MaxQueue”,“push_back”,“push_back”,“max_value”,“pop_front”,“max_value”]
[[],[1],[2],[],[],[]]
输出: [null,null,null,2,1,2]
示例 2:
输入: [“MaxQueue”,“pop_front”,“max_value”]
[[],[],[]]
输出: [null,-1,-1]
限制:
1 <= push_back , pop_front , max_value的总操作数 <= 10000
1 <= value <= 105
思路:双端队列 |
- 我们知道对于一个普通队列,push_back 和 pop_front 的时间复杂度都是
O(1),因此我们直接使用队列的相关操作就可以实现这两个函数。 - 对于 max_value 函数,我们通常会这样思考,即每次入队操作时都更新最大值。
但是当出队时,这个方法会造成信息丢失,即当最大值出队后,我们无法知道队列里的下一个最大值。 - 为了解决上述问题,我们只需记住当前最大值出队后,队列里的下一个最大值即可。
- 具体方法是使用一个双端队列 deque,在每次入队时,如果deque 队尾元素小于即将入队的元素 value,则将小于 value 的元素全部出队后,再将 value 入队;否则直接入队。
class MaxQueue {
public:
queue<int>q;
deque<int>d;
MaxQueue() {
}
int max_value() {
if(d.empty()){
return -1;
}
return d.front();
}
void push_back(int value) {
q.push(value);
while(!d.empty() && d.back()<value){
d.pop_back();
}
d.push_back(value);
}
int pop_front() {
if(q.empty()) return -1;
int x=q.front();
q.pop();
if(x==d.front()){
d.pop_front();
}
return x;
}
};
复杂度分析
- 时间复杂度:O(1)(插入,删除,求最大值) 删除操作于求最大值操作显然只需要 O(1) 的时间。
而插入操作虽然看起来有循环,做一个插入操作时最多可能会有 n 次出队操作。但要注意,由于每个数字只会出队一次,因此对于所有的 n 个数字的插入过程,对应的所有出队操作也不会大于 n 次。因此将出队的时间均摊到每个插入操作上,时间复杂度为 O(1)。 - 空间复杂度:O(n),需要用队列存储所有插入的元素。