NO-64 、滑动窗口最大值

滑动窗口最大值
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]}。
示例：
输入：
[2,3,4,2,6,2,5,1],3
输出：
[4,4,6,6,6,5]

解法1

import java.util.*;
public class Solution {
    public ArrayList<Integer> maxInWindows(int [] num, int size)
    {
        //申请一个数据空间用于存放最大值
        ArrayList<Integer>list=new ArrayList<>();
        if(size<1||num.length<size)
            return list;
        int left=0;//小滑动窗口左边的值
        int right=size-1;//滑动窗口右边的值
        while(right<num.length){
            int val=calcMax(left,right,num);
            list.add(val);
            left++;
            right++;
        }
        return list;
    }
    public int calcMax(int left,int right,int[] nums){//不断更新滑动窗口中的值
        int max=nums[left];
        for(int i=left;i<=right;i++){
            if(max<nums[i])
                max=nums[i];
        }
        return max;
    }
}

优先队列主要包括大顶堆和小顶堆：
优先队列和普通队列（queue）的区别在于我们可以自定义其中数据的优先级, 让优先级高的排在队列前面,优先出队

class Solution {
public:
    vector<int> maxInWindows(const vector<int>& num, unsigned int size)
    //num输入的数组、size窗口的大小
{
	vector<int> result;//储存结果
	//如果数组大小为0、窗口大小为0、窗口大小大于数组大小则直接抛出异常
	if (num.size() == 0 || size == 0 || size > num.size()) return result;
	//初始化优先队列
	priority_queue<int> pri_que;
	int count = 0;
	//i等于数组大小减去窗口大小的差值
	//堆的这种特性非常的有用，堆常常被当做优先队列使用，因为可以快速的访问到“最重要”的元素
	for (int i = 0; i < num.size()-size+1; ++i) {
	//count<窗口大小  i=（0->5）,count=(0->3)
		while (count < size) {
		//每次往优先队列中既是大顶堆或者小顶堆中存放三个元素，既是数组下标对应指定的元素
			pri_que.push(num[count + i]);
			count++;
		}
		count = 0;
		result.push_back(pri_que.top());//然后把每个优先队列的中的最大元素放入到result中，最后result保存的数组即为窗口为3时候滑动窗口的最大值
		while (!pri_que.empty()) {
			pri_que.pop();
		}
	}
	return result;
}
};