【LeetCode】239.滑动窗口最大值

滑动窗口最大值

题目描述:

        给你一个整数数组 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。最后,返回 滑动窗口中的最大值 

示例 1:

输入:nums = [1,3,-1,-3,5,3,6,7], 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

示例 2:

输入:nums = [1], k = 1
输出:[1]

提示:

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104
  • 1 <= k <= nums.length

思路分析:

        为了解决这个问题,我们可以使用双端队列(deque)来存储滑动窗口中的元素索引,并且保证队列的头部始终是滑动窗口中的最大元素的索引。这样,我们可以在O(1)的时间复杂度内获取到滑动窗口的最大值。

下面是具体的实现步骤:

  1. 初始化一个双端队列deque用于存储元素的索引,以及一个结果数组result用于存储每个滑动窗口的最大值。

  2. 遍历数组nums,对于每个索引i

    • 如果队列不为空且队列头部索引对应的元素已经不在当前窗口内(即deque.peek() <= i - k),则从队列头部移除该索引。
    • 从队列尾部开始,移除所有小于当前元素nums[i]的索引对应的元素。这是因为这些较小的元素在后续窗口中也不可能是最大值,所以我们可以提前将它们移除,以保持队列的单调性(即队列从头部到尾部对应的元素值是递减的)。
    • 将当前元素的索引i添加到队列的尾部。
    • 如果当前窗口已经完全形成(即i >= k - 1),则将队列头部的索引对应的元素值(即当前窗口的最大值)添加到结果数组result中。

      3. 随着窗口的滑动,我们不断地更新队列,并确保队列的头部始终指向当前窗口的最大值。当窗口大小达到 k 时,我们将队列头部的索引对应的元素值添加到结果数组中。最后,当遍历完整个数组后,我们得到了包含每个滑动窗口最大值的数组,并将其返回。

思路图如下:

代码实现注解:

class Solution {  
    public int[] maxSlidingWindow(int[] nums, int k) {  
        ArrayDeque<Integer> deque = new ArrayDeque<>();  
        int n = nums.length;  
        int[] res = new int[n - k + 1];  
        int a = 0;  
        for (int i = 0; i < n; i++) {  
            // 移除窗口之外的元素  
            if (!deque.isEmpty() && deque.peek() <= i - k) {  
                deque.poll();  
            }  
            // 移除队列中比当前元素小的元素  
            while (!deque.isEmpty() && nums[deque.peekLast()] < nums[i]) {  
                deque.pollLast();  
            }  
            // 将当前元素加入队列尾部  
            deque.offer(i);  
            // 窗口形成后开始填充结果数组  
            if (i >= k - 1) {  
                res[a++] = nums[deque.peek()];  
            }  
        }  
          
        return res;  
    }  
}

  • 2
    点赞
  • 2
    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,将当前元素与队尾元素比较,如果当前元素大于队尾元素,则将队尾元素移除,直到队列为空或者当前元素小于等于队尾元素。最后,将当前元素的索引插入队尾。如果滑动窗口的元素个数达到了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