目录
一,单调队列、模板实现
单调队列是双端队列的拓展,支持尾部插入,双端删除,其中的数据始终维持单调性,从而队首就是所需的最值信息。
和单调栈类似,单调队列用于处理一个数组,扫描数组时,依次尾部插入一个数。
尾部插入过程中,为了维持单调性,可能需要先执行尾部删除(对应强制单调栈)。
而队首的删除操作,由外部决定调用时机。
//单调队列
class MonotonicQueue {
public:
MonotonicQueue(int type) { //0递增队列,队首最小,1递减队列,队首最大
this->type = type;
id = 0;
}
void push_back(int x) {
while (!q.empty() && (type ? (m[q.back()] < x) : (m[q.back()] > x)))q.pop_back();
q.push_back(id);
m[id++] = x;
}
void pop_front() {
if (!q.empty())q.pop_front();
}
void pop_back() {
if (!q.empty())q.pop_back();
}
int frontId() {
return q.front();
}
int front() {
return m[q.front()];
}
int tailId() {
return q.back();
}
int size() {
return q.size();
}
private:
deque<int>q;
map<int, int>m;
int type, id;
};
二,滑动窗口最值
剑指 Offer 59 - I. 滑动窗口的最大值
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。
进阶:
你能在线性时间复杂度内解决此题吗?
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
提示:
1 <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4
1 <= k <= nums.length
思路一:
线段树
class SegmentTree<2> opt;
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
int n = nums.size();
for (int i = 0; i < n; i++)*(opt.getData() + i + 1) = nums[i];
opt.build(n);
vector<int>ans;
ans.resize(n - k + 1);
for (int i = 0; i < ans.size(); i++)ans[i] = opt.query(i + 1, i + k);
return ans;
}
};
思路二:
循环数组+线段树
这样线段树处理的数组长度就只需要k即可。
思路三:
单调队列
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int>ans;
MonotonicQueue q(1);
for (int i = 0; i < k; i++)q.push_back(nums[i]);
for (int i = k; i < nums.size(); i++) {
ans.push_back(q.front());
q.push_back(nums[i]);
if (q.tailId() - k == q.frontId())q.pop_front();
}
ans.push_back(q.front());
return ans;
}
};
三,多重背包
参考多重背包,利用单调队列实现高性能求解。