剑指offer之滑动窗口的最大值

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]}。

解题思路

题目本身很容易理解，最核心的难点在于怎样维护这个滑动窗口的数据结构，使之可以快速更新并且找到最大值。本题使用了一个std::multiset数据结构，该结构用来维护窗口。

先明确几个数据结构的复杂度：

堆插入和删除的复杂度是${\log }_2^N$，但是如果在一个无序的结构上建堆，复杂度是$O(n)$。本题如果每次都建堆，那么和暴力法没区别，复杂度都是$O(m\ast (n-m))$，其中$m$是滑动窗口的长度，$n$是元素的个数。

红黑树查找、插入、删除的复杂度是$O({\log }_{2}N)$，本题也是利用了这个结构进行求解。先在第一个窗口建立一个std::muitlset，因为有重复的值，所以不能用std::set。然后，每次更新去掉窗口的前一个元素，又因为std::muitlset是有序的结构，最后一个元素是最大的，所以每次取出都是$O({\log }_{2}N)$。综上可知，该方法的复杂度是$O(({\log }_{2}m)\ast (n-m))$

注意边界条件的处理，坑死劳资了。。。。

AC代码

class Solution {
public:
    vector<int> maxInWindows (const vector<int>& num, unsigned int size) {
        int N = num.size () - size;
        vector<int> res;
        if (num.empty() || N < 0 || size < 1) {  // 别忘了size的边界条件。。。
            return res;
        }

        multiset<int> numbers;
        for (unsigned int i = 0; i < size; ++i) {
            numbers.insert (num[i]);
        }
        res.push_back (*prev(numbers.end()));
        
        N = num.size ();
        for (unsigned int i = size; i < N; ++i) {
            auto it = numbers.find (num[i - size]);
            numbers.erase (it);
            numbers.insert (num[i]);
            res.push_back (*prev(numbers.end()));
        }

        return res;
    }
};