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。