定义一个队列并实现函数max_value得到队列里的最大值,要求函数max_value、push_back和pop_front的均摊时间复杂度都是O(1)。
思路:
该题跟滑动窗口最大值不同。滑动窗口需要移除最前面的元素,然后加入最后面的元素,然后记录最大值。所以pop操作有参数。该题给定队列,找出最大值即可。所以区别仅仅在于pop的实现,而且pop的返回值也不一样,因为滑动窗口不需要pop给结果,但此题需要,所以返回值要弹出,正因如此,所以需要维护两个队列,一个queue,一个deque,queue保存的是输入的原始队列,pop也从这个原始队列中弹出,而deque经过操作,可以在O(1)时间内得到队列最大值。
“空间换时间”。
构建一个递减列表来保存队列所有递减的元素,递减链表随着入队和出队操作实时更新,这样队列最大元素始终对应递减列表的首元素,实现了获取最大值O(1)时间复杂度。
为了实现此递减列表,需要使用双向队列,假设队列已经有若干元素:
- 当执行入队push_back() 时: 若入队一个比队列某些元素更大的数字 xx ,则为了保持此列表递减,需要将双向队列 尾部所有小于 xx 的元素 弹出。
- 当执行出队 pop_front() 时: 若出队的元素是最大元素,则 双向队列 需要同时 将首元素出队 ,以保持队列和双向队列的元素一致性。
class MaxQueue {
queue<int> que;
deque<int> deq;
int max_value() {
return deq.empty() ? -1 : deq.front();
}
void push_back(int value)
{
que.push(value);
while( !deq.empty() && value > deq.back())
{
deq.pop_back();
}
deq.push_back(value);
}
void pop_front() {
if (que.empty()) return -1;
int val = que.front();
if (val == deq.front())
{
deq.pop_front();
}
que.pop();
return val;
}
};