【LeetCode】239. 滑动窗口最大值 数组指针的解决方案(C++ 56ms)

maxSlidingWindow

• 题目链接：https://leetcode.com/problems/sliding-window-maximum/
• 滑动窗口的题目，比较常见，因为微信蓝桥的文章开始研究，以为比较简单，解答是用的双端数列，我觉得不好，做了一晚上没有成功，今天理一下，还是有点意思，总结一下。2019-4-28
• 入坑链接：https://mp.weixin.qq.com/s?__biz=MzA4ODIwMDUyNw==&mid=2652995782&idx=1&sn=550c3be98f99466fc34b1a6339a50a35&chksm=8bf8e4e6bc8f6df06a7eaf57b91c69d5f33f202faa10d0b9e9b2d0002efc1e2a9454cd43ff7b&scene=0&xtrack=1&key=06b9089f8b38a19d800023d8397188132b106e6dfff5de26bb6476956221bc9c4b2a1130e1d7093096b76fe8610d3c6a2bac2c13e12eaf884fad188d98e8142b12956c414422c1a5c9b27d10312c91f4&ascene=1&uin=ODQ2NzM1MDM0&devicetype=Windows+10&version=62060739&lang=zh_CN&pass_ticket=EvA%2BVSbpVxTEzKttd%2FcdlRP1OV7q10cfIHPXOWNbW3Ubnoz9nNnVvBWwU8wp3pze

题目要求

Given an array nums, there is a sliding window of size k which is moving from the very left of the array to the very right. You can only see the k numbers in the window. Each time the sliding window moves right by one position. Return the max sliding window.

解题要点

主要思路：

1. 使用左右指针来模拟窗口，l和r是左右边界。使用m记录窗口中最大值的索引。
2. 窗口不断滚动，l和r逐渐增加，当m不在[l, r ]这个区间时，就重新确定m的位置。当窗口拓展，新的元素加入时，需要计较原来窗口的最大值和新加入的元素，使m指向其中较大的一个。记录每一个窗口中的最大值即可。
3. 这样的开销在于findMax函数，貌似会耽误很多时间，导致O(n^2)的复杂度。但是findMax和外层的遍历是互补的，findMax的最差情况（最后一个是最大值）会为外层的遍历节省k-1次。反之，倘若原数组是降序排列的，每一次窗口拓展都需要频繁调用findMax，那么findMax很快就可以得到结果，效率不会变差。

实现细节

1. 窗口大小和数组进行比较，处理0数组和大窗口的问题。
   1. 0数组直接返回引用
   2. 大窗口，在0到n中只找一遍
2. 之后初始化，r = k -1,l=0,m=-1，当m在[l, r ]区间时，窗口滑动，如果nums[r] 大于 nums[m]，则m=r。当m不在[l, r ]这个区间时，在区间内findMax，返回值为最大值的索引，即为m。
3. 保存每次窗口中的最大值nums[m]，即可。

答案

答案1

int findMax(vector<int>& nums, int start, int end)
{
	int index = start;
	for (int i = start; i < end; i++)
	{
		if (nums[i] > nums[index])
		{
			index = i;
		}
	}
	return index;
}
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
	int l = 0, r =0,m=0,index=0;
	vector <int> ans;
	int n = nums.size();
	int * tmp = new int[n + 5];
	if (n == 0)
		return ans;
	if (n <= k)
	{
		int index = findMax(nums, 0, n);
		ans.push_back(nums[index]);
		return ans;
	}
	
	m = -1;
	for (r = k -1,l=0; r < n; r++,l++)
	{
		if(!(m<=r && m>=l))
			m = findMax(nums, l,r+1);
		if (nums[r] >= nums[m])
			m = r;
		tmp[index++] = nums[m];
	}
	vector <int> ans1(tmp,tmp+index);
	return ans1;
}

Runtime: 56 ms, faster than 98.83% of C++ online submissions for Sliding Window Maximum.
Memory Usage: 12.9 MB, less than 92.20% of C++ online submissions for Sliding Window Maximum.

答案2

1. 实际上l基本没用，由于向右滚动，可以进行压缩，保证nums[l]是每一个窗口的最大值，每次都读取窗口左边界的值
2. 每次窗口拓展的时候，如果超过了k，重新确定l的位置。否则比较nums[r]和nums[l]，使得l始终为窗口的最大值索引

#include <cstdio>
#include <vector>
using namespace std;

int findMax(vector<int>& nums, int start, int end)
{
	int index = start;
	for (int i = start; i < end; i++)
	{
		if (nums[i] > nums[index])
		{
			index = i;
		}
	}
	return index;
}


vector<int> maxSlidingWindow(vector<int>& nums, int k) {
	int l = 0, r = 0;
	vector <int> ans;
	int n = nums.size();
	if (k == 1)
		return nums;
	if (n == 0)
		return ans;
	if (n <= k)
	{
		int index = findMax(nums, 0, n);
		ans.push_back(nums[index]);
		return ans;
	}
	l = findMax(nums, 0, k);
	ans.push_back(nums[l]);
	r = k - 1;
	for (int i = k ; i < n; i++)
	{
		
		r++;
		if (r >= n)
			break;
		if (r - l == k)
		{
			l++;
			l = findMax(nums, l, r + 1);
		}
		if (nums[r] >= nums[l])
		{
			l = r;
		}
		ans.push_back(nums[l]);
	}
	return ans;
}

结果

Runtime: 56 ms, faster than 98.83% of C++ online submissions for Sliding Window Maximum.
Memory Usage: 13.1 MB, less than 72.88% of C++ online submissions for Sliding Window Maximum.