239. 滑动窗口最大值

最新推荐文章于 2024-08-14 19:21:50 发布

qq_38419093

最新推荐文章于 2024-08-14 19:21:50 发布

阅读量52

点赞数

分类专栏： leetcode 文章标签：队列

本文链接：https://blog.csdn.net/qq_38419093/article/details/118525598

版权

leetcode 专栏收录该内容

27 篇文章 0 订阅

订阅专栏

这篇博客介绍了如何使用优先队列（大根堆）和单调队列来解决滑动窗口最大值的问题，分别给出了两种方法的详细实现和复杂度分析。方法一利用了自定义比较器对元素进行排序，方法二通过维护一个单调队列，有效地删除过期元素。这两种方法都在不同场景下实现了线性或接近线性的复杂度。

摘要由CSDN通过智能技术生成

题目

给你一个整数数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。返回滑动窗口中的最大值。

方法一：优先队列（大根堆）

在优先队列中存储二元组 (num,index)，表示元素 num 在数组中的下标为 index，进行排序。
new Comparator<int[]>()
1 3 2 4 7 为第0列的所有行
2 5 7 9 8 为第1列的所有行

return a[0]-b[0] 就是对第0列的数据进行排序，a[0]可以理解成 1 ，b[0]可以理解成 3
return b[1]-a[1] 就是对第1列的数据进行排序

a-b,表示升序，a代表第一个数，b代表第二个数；b-a 表示降序。

public int[] maxSlidingWindow(int[] nums, int k) {
        int n=nums.length;
        PriorityQueue<int[]> pq=new PriorityQueue<int[]>(new Comparator<int[]>(){
            public int compare(int[] pair1,int[] pair2){
                return pair1[0]!=pair2[0]?pair2[0]-pair1[0]:pair2[1]-pair1[1];
            }
        });
        for(int i=0;i<k;++i){
            pq.offer(new int[]{nums[i],i});
        }
        int[] ans =new int[n-k+1];
        ans[0]=pq.peek()[0];
        for(int i=k;i<n;++i){
            pq.offer(new int[]{nums[i],i});
            while(pq.peek()[1]<=i-k){
                pq.poll();
            }
            ans[i-k+1]=pq.peek()[0];
        }
        return ans;
    }

复杂度分析
时间复杂度： O(nlogn)，其中 n 是数组 nums 的长度。
空间复杂度： O(n)，即为优先队列需要使用的空间。

方法二：单调队列

左侧元素小于右侧元素，则可永久删除

 public int[] maxSlidingWindow(int[] nums, int k) {
        int n =nums.length;
        Deque<Integer> dequeu=new LinkedList<Integer>();
        for(int i=0;i<k;++i){
            while(!dequeu.isEmpty()&&nums[i]>=nums[dequeu.peekLast()]){
                dequeu.pollLast();
            }
            dequeu.offerLast(i);
        }
        int[] ans=new int[n-k+1];
        ans[0]=nums[dequeu.peekFirst()];
        for(int i=k;i<n;++i){
            while(!dequeu.isEmpty()&&nums[i]>=nums[dequeu.peekLast()]){
                dequeu.pollLast();
            }
            dequeu.offerLast(i);
            while(dequeu.peekFirst()<=i-k){
                dequeu.pollFirst();
            }
            ans[i-k+1]=nums[dequeu.peekFirst()];
        }
        return ans;

    }