1. 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]}。
解题思路
【C++解法】
1 暴力循环
时间复杂度:O(n*k), 其中n为数组大小,k为窗口大小
空间复杂度:O(1),存结果必须要开的数组不算入额外空间
class Solution {
public:
vector<int> maxInWindows(const vector<int>& num, unsigned int size) {
vector<int> max;
if(num.empty()||size>num.size()||size<1) return max;
int m;
for(int i=0;i<num.size()-size+1;i++) {
m = num[i];
for(int j=i+1;j<i+size;j++) if(num[j]>m) m=num[j];
max.push_back(m);
}
return max;
}
};
2 使用双端队列
时间复杂度:每次循环都是一层,时间复杂度为O(N)
空间复杂度:O(1)
class Solution {
public:
vector<int> maxInWindows(const vector<int>& num, unsigned int size) {
vector<int> res;
if(num.size()>=size && size>0) {
deque<int> index;
int len = num.size();
for(unsigned int i=0; i<len; ++i) {
while(!index.empty() && num[index.back()] <=num[i]) index.pop_back(); //从后面依次弹出队列中比当前num值小的元素,同时也能保证队列首元素为当前窗口最大值下标 while(!index.empty() && num[index.back()] <=num[i]) index.pop_back(); //从后面依次弹出队列中比当前num值小的元素,同时也能保证队列首元素为当前窗口最大值下标 while(!index.empty() && num[index.back()] <=num[i]) index.pop_back(); //从后面依次弹出队列中比当前num值小的元素,同时也能保证队列首元素为当前窗口最大值下标//当当前窗口移出队首元素所在的位置,即队首元素坐标对应的num不在窗口中,需要弹出
while(!index.empty() && i-index.front()+1 > size) index.pop_front(); //当当前窗口移出队首元素所在的位置,即队首元素坐标对应的num不在窗口中,需要弹出
index.push_back(i); //把每次滑动的num下标加入队列
if(i+1 >= size) res.push_back(num[index.front()]); //当滑动窗口首地址i大于等于size时才开始写入窗口最大值
}
}
return res;
}
};
【Java解法】
import java.util.*;
public class Solution {
public ArrayList<Integer> maxInWindows(int [] num, int size) {
ArrayList<Integer> res = new ArrayList<>();
if (num.length >= size && size > 0) {
Deque<Integer> index = new LinkedList<>();
for (int i=0; i<num.length; i++) {
while (!index.isEmpty() && num[index.peekLast()] <= num[i]) {
index.pollLast();
}
while (!index.isEmpty() && i - index.peekFirst() + 1 > size) {
index.pollFirst();
}
index.offerLast(i);
if (i + 1 >= size) {
res.add(num[index.peekFirst()]);
}
}
}
return res;
}
}
2. 队列的最大值
题目描述
请定义一个队列并实现max函数得到队列的最大值,要求max、push_back和pop_front的时间复杂度都为O(1)。
解题思路
template<typename T> class QueueWithMax {
private:
struct InternalData {
T number;
int index;
};
deque<InternalData> data;
deque<InternalData> maximums;
int currentIndex;
public:
QueueWithMax(): currentIndex(0) {}
void push_back(T number) {
while(!maximums.empty() && number>=maximums.back().number)
maximums.pop_back();
InternalData internalData = {number, currentIndex};
data.push_back(internalData);
maximums.push_back(internalData);
++currentIndex;
}
void pop_front() {
if(maximums.empty()) throw new expection("queue is empty");
if(maximums.front().index == data.front().index) maximums.pop_front();
data.pop_front();
}
T max() const {
if(maximums.empty()) throw new expection("queue is empty");
return maximums.front().number;
}
};