239. 滑动窗口最大值（java实现）--LeetCode

题目：

给定一个数组 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。

进阶：

你能在线性时间复杂度内解决此题吗？

示例:

输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
输出: [3,3,5,5,6,7] 
解释: 

  滑动窗口的位置                最大值
---------------               -----
[1  3  -1] -3  5  3  6  7       3
 1 [3  -1  -3] 5  3  6  7       3
 1  3 [-1  -3  5] 3  6  7       5
 1  3  -1 [-3  5  3] 6  7       5
 1  3  -1  -3 [5  3  6] 7       6
 1  3  -1  -3  5 [3  6  7]      7

提示：

• 1 <= nums.length <= 10^5
• -10^4 <= nums[i] <= 10^4
• 1 <= k <= nums.length

解法1：暴力

/**
 * 思路：
 * 比较k范围内的值，找到并记录
 * 如果当前的max等于start-1，前移的时候就重新从start到end找max。
 * 如果不等于，直接比较max和end
 */
     public int[] maxSlidingWindow(int[] nums, int k) {
        int start=0,end=k-1,max=nums[0];
        int[] result=new int[nums.length-k+1];
        while (end<nums.length){
            if (start==0||max == nums[start-1]){
                max=nums[start];
                for (int i=start;i<=end;i++){
                    max=Math.max(max,nums[i]);
                }
            }else {
                max=Math.max(max,nums[end]);
            }
            result[start++]=max;
            end++;
        }
        return result;
    }

时间复杂度：On^2

空间复杂度：On

解法2：双端队列

/**
 * 思路：
 * 双端队列实现
 * 每进来一个数前，先要和前面的数进行比较，如果当前的数比前面的数大，就进行出队操作
 * 判断当前的队列头部的元素下标有没有超出窗口范围
 * 在队列的尾部加入元素
 * 如果达到了窗口的长度，就进行一次最大值的记录
 */
     public int[] maxSlidingWindow(int[] nums, int k) {
        ArrayDeque<Integer> queue = new ArrayDeque<>();
        int[] result = new int[nums.length-k+1];
        int index=0;
        for (int i = 0; i < nums.length; i++) {

            while (!queue.isEmpty() && nums[i] > nums[queue.peekLast()]) {
                queue.pollLast();
            }

            while (!queue.isEmpty() &&queue.peek()<i-k+1){
                queue.pollFirst();
            }

            queue.offerLast(i);

            if (i>=k-1){
                result[index++]=nums[queue.peek()];
            }
        }
        return result;
    }

时间复杂度：On^2

空间复杂度：On

解法3：大顶堆

/**
 * 思路：
 * 大顶堆
 * 移除超出窗口范围的值
 * 如果到达窗口边界就记录一次最大值
 */
    public int[] maxSlidingWindow(int[] nums, int k) {
        PriorityQueue<Integer> heap = new PriorityQueue<>((v1, v2) -> v2 - v1);
        int[] result = new int[nums.length - k + 1];
        int index=0;
        for (int i=0;i<nums.length;i++){
            if (i>=k)heap.remove(nums[i-k]);
            heap.offer(nums[i]);
            if (i>=k-1){
                result[index++]=heap.peek();
            }
        }
        return result;
    }

时间复杂度：On^2logn

空间复杂度：On

如果不理解堆的构造函数
PriorityQueue<Integer> heap = new PriorityQueue<>((v1, v2) -> v2 - v1);
可以看我的这篇文章：Prioprity源码分析–priority如何实现优先级排序？