#数据结构与算法学习笔记#剑指Offer62：滑动窗口的最大值 + 在线处理（Java、C/C++）

2019.3.3     《剑指Offer》从零单刷个人笔记整理（66题全）目录传送门​​​​​​​

这道题也是一道效率题，字符串和数组一般可以考虑在线处理。下面对算法过程进行说明：

1.创建一个用于记录元素下标的双端队列list和最终结果序列result。

以下对于测试用例：输入数组{2,3,4,2,6,2,5,1}、滑动窗口大小3，进行算法过程说明。

2.对list进行初始化，从初始窗口倒数第二个元素k开始执行一次操作：从前往后将队列中元素k小的所有元素删除，并将元素k的位置加在队首（记住这次操作，接下来还会用到）。

初始窗口中的元素为{2,3,4}，对k=3之前的所有元素进行操作，由于3最大，对应下标为1，最终list={1}。

3.从第一个窗口（第一个窗口最后一个元素）开始，执行上述操作。

第一个窗口中的元素为{2,3,4}，对k=4之前的所有元素进行操作，由于4最大，对应下标为1，最终list={2}。

4.对list队尾的最大元素，检查是否超出窗口范围（队首-队尾+1？窗口大小，只需检查一次），若超出则删去队尾元素。将最大元素加入result。

当窗口进行到{3,4,2}的时候，list中的元素为{3,2}（队首为3，队尾最大为2），检查一下3-2+1<3，符合要求，将位置2对应元素4加入result。

当窗口进行到{2,5,1}的时候，list中的元素为{7,6,4}（队首为7，由于6（对应数字5）不比7（对应数字1）小，因此不删除，队尾最大为4（对应数字6）），检查一下队尾7-4+1>3，说明数字6在窗口范围外，删去。list最终为{7,6}，将位置6对应元素5加入result。

5.循环上述操作3与检查4的过程，可以保证每次list队尾元素最大。

---

题目描述

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]}。

---

Java实现：

/**
 * 
 * @author ChopinXBP
 * 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]}。
 * 
 */

import java.util.ArrayList;
import java.util.LinkedList;

public class maxInWindows_63 {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] num = {2,3,4,2,6,2,5,1};
		ArrayList<Integer> result = maxInWindows(num, 3);
		for(int i = 0; i < result.size(); i++) {
			System.out.print(result.get(i) + " ");
		}
	}

    public static ArrayList<Integer> maxInWindows(int [] num, int size)
    {
    	ArrayList<Integer> result = new ArrayList<>();
    	if(num == null || size <= 0 || size > num.length) return result;
    	//记录元素下标的队列 （只记录下标）	
    	LinkedList<Integer> list = new LinkedList<>();
    	//构建初始队列，从初始窗口倒数第二个元素k开始执行一次操作：从前往后将队列中元素k小的所有元素删除，并将元素k加在队首，此时队尾元素最大
    	for(int i = 0; i < size - 1; i++) {
    		while(!list.isEmpty() && num[i] > num[list.peekFirst()]) {
    			list.pollFirst();
    		}
    		list.addFirst(i);
    	}
    	
    	//初始队列最大元素为size - 1个，对与每一个新元素k = num[i]    	
    	for(int i = size - 1; i < num.length; i++) {
    		//从前往后移去比k小的元素，将k插入队首
    		while(!list.isEmpty() && num[i] > num[list.peekFirst()]) {
    			list.pollFirst();
    		}
    		list.addFirst(i);
    		//检查队尾元素（当前最大值的坐标）是否超出窗口范围（被移出窗口），若超出则删去（每次移动最多删去一个）
    		if(i - list.peekLast() + 1 > size) {
    			list.pollLast();
    		}
    		result.add(num[list.peekLast()]);
    	}
    	  	
    	return result;
    }	
}

---

C++实现示例：

class Solution {
public:
    vector<int> maxInWindows(const vector<int>& num, unsigned int size)
    {
        vector<int> res;
        deque<int> s;
        for(unsigned int i=0;i<num.size();++i){
            //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(s.size() && num[s.back()]<=num[i])
                s.pop_back();

            //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(s.size() && i-s.front()+1>size)
                s.pop_front();

            //把每次滑动的num下标加入队列
            s.push_back(i);

            //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
            if(size&&i+1>=size)
                res.push_back(num[s.front()]);
        }
        return res;
    }
};

---

#Coding一小时，Copying一秒钟。留个言点个赞呗，谢谢你#