剑指 Offer 59 - II. 队列的最大值

剑指 Offer 59 - II. 队列的最大值

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

思路：

• 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。