LeetCode-滑动窗口的最大值

滑动窗口的最大值题目信息

关键要知道双端队列(双向队列)的特性

解题思路以及代码

package com.cn.dl.leetcode.stack;

import java.util.Arrays;
import java.util.LinkedList;

/**
 * Created by yanshao on 2020-05-06.
 */
public class MaxSlidingWindow {
    public int[] maxSlidingWindow(int[] nums, int k) {
        /*
         * 当前满足下面3个条件其中一个,都返回空数组
         * */
        if(nums == null || k < 1 ||nums.length < k){
            return new int[]{};
        }

        /*
         * 如果k=1,返回原始数组
         * */
        if(k == 1){
            return nums;
        }

        /*
         * 定义双向队列,记录最大元素的下标,优点:方便获取头节点、尾节点
         * */
        LinkedList<Integer> maxNumIndexes = new LinkedList<>();

        /*
         * 最终数组的个数:跟原始数组长度、k之间的关系
         * numsLength=3,k=3,resLength=1
         * numsLength=4,k=3,resLength=2
         * numsLength=5,k=3,resLength=3
         * numsLength=6,k=3,resLength=4
         * numsLength=7,k=3,resLength=5
         * numsLength=8,k=3,resLength=6
         * .....
         * 根据以上数据,得出resLength = numsLength - k + 1
         * */
        int[] res = new int[nums.length - k + 1];

        int index = 0;
        for(int i=0;i<nums.length;i++){
            /*
            * 如果队列不为空,并且队列中尾节点的value<=nums[i],依次出队
            * */
            while (! maxNumIndexes.isEmpty() && nums[maxNumIndexes.peekLast()] <= nums[i]){
                maxNumIndexes.pollLast();
            }
            //将当前下标记录在队尾
            maxNumIndexes.addLast(i);

            /*
            * 如果队首的value == i - k,表示超出了滑动出口的范围,则队首出队
            * */
            if(maxNumIndexes.peekFirst() == i - k){
                maxNumIndexes.pollFirst();
            }

            /*
            * 当滑动窗口的length(说白了,就是i) >= k - 1时,记录最大值
            * */
            if(i >= k - 1){
                res[index ++] = nums[maxNumIndexes.peekFirst()];
            }
        }
        return res;
    }

    public static void main(String[] args) {
        int[] nums = {1,3,-1,-3,1,3,6,7};
        int k = 3;
        System.out.println(Arrays.toString(new MaxSlidingWindow().maxSlidingWindow(nums,k)));
    }
}

 

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
根据引用\[1\],可以使用暴力解法来求解滑动窗口最大值。具体的做法是,遍历数组,对于每个窗口,使用一个内部循环来找到窗口中的最大值,并将其存储在结果数组中。时间复杂度为O(n*k),其中n为数组长度,k为窗口大小。 根据引用\[2\],还可以使用队列来求解滑动窗口最大值。具体的做法是,使用一个双端队列来维护一个单调递减的窗口。遍历数组,对于每个元素,首先判断队头是否在滑动窗口范围内,如果不在,则将其从队头移除。然后,将当前元素与队尾元素比较,如果当前元素大于队尾元素,则将队尾元素移除,直到队列为空或者当前元素小于等于队尾元素。最后,将当前元素的索引插入队尾。如果滑动窗口的元素个数达到了k个,并且始终维持在窗口中,就将队头元素加入答案数组中。时间复杂度为O(n),其中n为数组长度。 综上所述,可以使用暴力解法或者使用队列来求解leetcode滑动窗口最大值。 #### 引用[.reference_title] - *1* *3* [leetcode239. 滑动窗口最大值](https://blog.csdn.net/kkkkuuga/article/details/124829581)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Leetcode#239. 滑动窗口最大值Java解法)](https://blog.csdn.net/paranior/article/details/114890555)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

燕少༒江湖

给我一份鼓励!谢谢!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值