剑指offer-64.滑动窗口的最大值

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]}。

1 暴力解法（不推荐）

解题思路：

扫描每一个滑动窗口的所有数字并找出其中的最大值。如果滑动窗口的大小为k，需要O(k)时间才能找出滑动窗口里的最大值。对于长度为n的输入数组，这个算法总的时间复杂度是O(nk)

代码实现：

class Solution {
public:
    vector<int> maxInWindows(const vector<int>& num, unsigned int size)
    {
        vector<int> ans;
        int len = num.size();
        int n = 0;
        int max = num[0];
        if(size == 0 || size > len){
            return ans;
        }
       
        for(int i=0;i<=num.size()-size;i++){
            max = num[i];
            for(int j=i;j<num.size()&& n<size;j++){
                if(num[j]>max){
                    max = num[j];
                }
                n++;
            }
            ans.push_back(max);
            n = 0;
        }
        return ans;
        
    }
};

效率：

2 双端队列法 

解题思路：

用一个双端队列，队列第一个位置保存当前窗口的最大值，当窗口滑动一次
    1.判断当前最大值是否过期
    2.新增加的值从队尾开始比较，把所有比他小的值丢弃

代码实现：

import java.util.*;
public class Solution {
    /*
    用一个双端队列，队列第一个位置保存当前窗口的最大值，当窗口滑动一次
    1.判断当前最大值是否过期
    2.新增加的值从队尾开始比较，把所有比他小的值丢弃
    */
    public ArrayList<Integer> maxInWindows(int [] num, int size)
    {
        if (num == null || num.length == 0 || size <= 0 || num.length < size) {
            return new ArrayList<Integer>();
        }
        ArrayList<Integer> ans = new ArrayList<>();
        //双端队列，用来记录每个窗口的最大值下标
        LinkedList<Integer> q = new LinkedList<>();
        for (int i = 0; i < num.length; i++) {
            while (!q.isEmpty() && num[q.peekLast()] < num[i]) {
                q.pollLast();
            }
            q.addLast(i);
            //判断队首元素是否已不在窗口之内，不在了，直接移出队列
            if (q.peekFirst() == i - size) {
                q.pollFirst();
            }
            //当滑动窗口首地址i大于等于size-1时向ans列表中加入元素
            if (i >= size - 1) {
                ans.add(num[q.peekFirst()]);
            }
        }
        return ans;
        
    }
}

 效率：