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。
示例 1:
输入:nums = [1,3,-1,-3,5,3,6,7], 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
示例 2:
输入:nums = [1], k = 1
输出:[1]
示例 3:
输入:nums = [1,-1], k = 1
输出:[1,-1]
示例 4:
输入:nums = [9,11], k = 2
输出:[11]
示例 5:
输入:nums = [4,-2], k = 2
输出:[4]
提示:
- 1 <= nums.length <= 105
- -104 <= nums[i] <= 104
- 1 <= k <= nums.length
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
}
};
思路:
题目很好理解,返回滑动窗口中的最大值,最暴力最蠢的方法是可以直接枚举各窗口内的最大值,但铁定超时。
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
int len=nums.size();
if(k==1)
return nums;
vector<int> res(len-k+1);
for(int i=0;i<len-k+1;++i){
vector<int> tmp(nums.begin()+i,nums.begin()+i+k);
int sub=findsubmax(tmp);
res[i]=nums[sub+i];
}
return res;
}
int findsubmax(vector<int>& nums){ //返回最大值的下标
int submax=0;
for(int i=0;i<nums.size();++i){
if(nums[i]>=nums[submax])
submax=i;
}
return submax;
}
};
优化思路也很容易想到,求出一个滑动窗口内的最大值后,暂且保留他,直接和下一个进入窗口的值做比较,那问题又来了,如果最大值正好在最左边要被删除,岂不是又要重排。话一套一套的,实施起来就黔驴技穷,好好学习.jpg
方法一:优先队列
用优先队列维护滑动窗口中的最大值,同时记录下标。已知初始完第一个滑动窗口后每次新放入滑动窗口的数的下标值为 i(i>k),那么优先队列中下标值小于等于 i-k 的必然不在当前滑动窗口内。
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
int n=nums.size();
priority_queue<pair<int,int>> q; //存储nums值,以及值的下标
for(int i=0;i<k;++i) //存储第一个滑动窗口内的值进入优先队列
q.emplace(nums[i],i);
vector<int> ans={q.top().first}; //把第一个滑动窗口内的最大值存入结果
for(int i=k;i<n;++i){ //每次向右滑动一位,将值存入优先队列
q.emplace(nums[i],i);
while(q.top().second<=i-k) //1127531保证输出的最大值都是在当前滑动窗口中的值
q.pop();
ans.push_back(q.top().first);
}
return ans;
}
};
方法二:单调队列
k为3,滑动窗口此时对应 [-1,3,5]:
1 3 [-1 -3 5] 3 6 7
按方法一解答,此时优先队列 q 存储如下:
(5,4) (3,1) (1,0) (-1,2) (-3,3)
可以发现,第一次滑动窗口中的 [1 3 -1],1 小于 3 且在其左侧,在优先队列中,3 仍在滑动窗口中时始终大于 1,当 3 不在当前滑动窗口中时,1 也定不在其中,所以 1 始终不会被使用到。所以前三个滑动窗口优化后的优先队列存储如下:
(3,1) (1,0) (-1,2)
(3,1) (1,0) (-1,2) (-3,3)
(5,4) (3,1) (1,0) (-1,2) (-3,3)
所以,如果当前滑动窗口有两个下标 i,j(i<j)且 nums[i]<=nums[j],我们可以将 nums[i] 永久排除,并且剩余存储一定是随着 nums 下标逐渐增大,对应的数值呈单调递减状态,单调性就出来了。
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
int n=nums.size();
deque<int> q; //双端队列存储nums下标,因为在队头队尾进行操作所以用双端
for(int i=0;i<k;++i){
//如果后面一位数大于等于队尾的数,弹出队尾值,保证队列中一直单调减
while(!q.empty() && nums[i]>=nums[q.back()])
q.pop_back();
q.push_back(i);
}
vector<int> ans={nums[q.front()]}; //队头此时是当前滑动窗口中的最大值,存入结果序列
for(int i=k;i<n;++i){
while(!q.empty() && nums[i]>=nums[q.back()]) //同理
q.pop_back();
q.push_back(i);
while(q.front()<=i-k) //如果队头不在当前滑动窗口中,弹出对头元素
q.pop_front();
ans.push_back(nums[q.front()]);
}
return ans;
}
};
方法三…偷个懒下次遇到再看!