64.滑动窗口的最大值
给定一个数组和滑动窗口的大小,找出所有滑动窗口里数值的最大值。例如,如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3,那么一共存在6个滑动窗口,他们的最大值分别为{4,4,6,6,6,5}; 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个: {[2,3,4],2,6,2,5,1}, {2,[3,4,2],6,2,5,1}, {2,3,[4,2,6],2,5,1}, {2,3,4,[2,6,2],5,1}, {2,3,4,2,[6,2,5],1}, {2,3,4,2,6,[2,5,1]}。
法1:双向队列法
思路:
双向队列的方法,队列只存最大值 和依次小于最大值的元素的 坐标
在队列首部存放当前最大值的坐标,如果后续加进来的元素比现在的队尾元素小,则加入
如果当前队尾的元素 比要加入的 新元素的 小,则移除这些队尾元素
时间复杂度和空间复杂度均为O(n)
import java.util.*;
public class Solution {
public ArrayList<Integer> maxInWindows(int [] num, int size)
{
//滑动窗口的最大值总是保存在队列首部,队列里面的数据总是从大到小排列。
ArrayList<Integer> res=new ArrayList<>();
if(size<=0||num==null||num.length<size||num.length==0) return res;
//双向队列,用来记录每个窗口的最大值下标
LinkedList<Integer> deque=new LinkedList<>();
int index=0;
for(int i=0;i<num.length;i++){
// 如果当前数字大于队列尾,则删除队列尾,直到当前数字小于等于队列尾,或者队列空
while((!deque.isEmpty())&&num[deque.peekLast()]<num[i]){
deque.pollLast();
}
//入队列
deque.addLast(i);
//判断队首元素是否过期
//队首元素 的有效期即它为最大元素的窗口是在他的坐标index +size区间内,
//超过这个区间就移除掉这个当前最大值 即当前队首元素
if(deque.peekFirst()+size==i){
deque.pollFirst();
}
//当i+1<size时候说明窗口还没覆盖到size个元素,还没找到窗口覆盖的最大值
//如果当前坐标i+1>=size说明 窗口已经覆盖了三个元素以上,可以拿最大值了
if(i+1>=size){
res.add(num[deque.peekFirst()]);
}
}
return res;
}
}
法2:暴力法
import java.util.*;
public class Solution {
public ArrayList<Integer> maxInWindows(int [] num, int size)
{
ArrayList<Integer> res=new ArrayList<Integer>();
if(num.length==0||num==null||num.length<size||size==0)
return res;
for(int i=0;i<num.length-size+1;i++){
int max=num[i];
//每个元素和 后面size-1个元素进行比较 每次取出size个元素中最大的一个
for(int j=1;j<size;j++){
if(max<num[j+i]){
max=num[j+i];
}
}
/* for(int j=i+1;j<i+size;j++){
if(max<num[j])
max=num[j];
}*/
res.add(max);
}
return res;
}
}