算法-滑动窗口最大值
滑动窗口最大值
本题也是一个很经典的题目,Leetcode-239 难度hard
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
本题暴力解法是很简单的,然而算法复杂度O(nk),当k很大的时候,算法复杂度退化为O(N^2)。不过我们可以用单调队列的性值来实现O(N)的时间复杂度
思路:维护一个单调队列,如 5 4 1这样的。然后,并不真的储存数值,而是储存他们的索引。我们知道队列头部的索引代表的值是最大的值,如果他还没有过期,就是我们窗口最大值,如果过期了,我们将其滑出窗口。然后再更新窗口最大值。
public int[] maxSlidingWindow(int[] nums, int k) {
int[] result=new int[nums.length];
LinkedList<Integer> queue=new LinkedList<>();
for(int i=0;i<nums.length;i++){
while(queue.size()>0&&nums[queue.peekLast()]<=nums[i]){//维护单调队列
queue.pollLast();
}
queue.offerLast(i);
if(queue.peekFirst()+k<=i){//左窗口第一个元素过期了
queue.pollFirst();
}
if(i-k+1>=0){
result[i-k+1]=nums[queue.peekFirst()];//单调队列左侧为最大索引
}
}
return result;
}
有人可能会问,为啥有两个循环他不是O(nk)呢?虽然有两个循环,但是已出队的元素不再入队,因此每个元素只会经历入队和出队两次操作,也就是说为经过了2N次操作,2是常数,那时间复杂度就是O(N)了。