剑指 Offer 59 - II. 队列的最大值-双端队列-单调递减队列

1.题目

2.思路

如果没有O（1）的时间限制，可以直接用暴力的方法求解队列中的max，这样就是O（n），显然不符合题意，直接放弃，换一个思考方式。

首先要实现pop()操作，直接使用一个普通队列记录就可以了。

最主要的是实现求解最大值的操作max.这时候通常会使用一个辅助数据结构来解决，题目是队列，所以就往队列方向思考，要么就是普通队列ArrayQueue,要么就是双端队列ArrayDeque,要么就是优先队列PriorityQueue.主要是考虑时间复杂度O（1）.

假如是优先队列，每次都要建立一个小顶堆或者大顶堆，这里建堆的平均时间复杂度为O（nlogn），取出最大或最小是O（1），所以不符合条件。

那么这时候可以考虑一下双端队列。

单端队列：尾部插入 ，头部弹出。

双端队列：尾部插入，头部弹出。+ 尾部弹出 + 头部插入

那么就要利用好双端的优势了，尾部弹出元素。

因为要求最大值，所以必须维护一个有最大值、第二大的这样一个单调递减的队列。

这里需要注意的是，只需要把比当前元素value大于等于的元素插入双端队列中，如果发现队列中的元素小于value,就一直弹出，保证队列中的所有元素都大于等于value.

这样在pop元素的时候，注意比较弹出的元素是不是双端队列的顶部元素，是的话记得也弹出双端队列。否则直接返回对顶元素，不需要弹出。

class MaxQueue {
    Deque<Integer>d1;
    Deque<Integer>d2;
    public MaxQueue() {
        d1 = new ArrayDeque();
        d2 = new ArrayDeque();
    }
    
    public int max_value() {
        if(d2.isEmpty()) return -1;
        return d1.peekFirst();
    }
    
    public void push_back(int value) {
        // 单调递减队列，用来记录最大值
        while(!d1.isEmpty() && value > d1.peekLast()){
            d1.pollLast(); //弹出比value小的元素
        }
        d1.addLast(value);

        // 辅助队列，用来记录pop
        d2.addLast(value);
    }
    
    public int pop_front() {
        if(d2.isEmpty()) return -1;
        int ans = d2.poll();
        if(d1.peekFirst() == ans)
            d1.pollFirst();
        return ans;
    }
}

/**
 * Your MaxQueue object will be instantiated and called as such:
 * MaxQueue obj = new MaxQueue();
 * int param_1 = obj.max_value();
 * obj.push_back(value);
 * int param_3 = obj.pop_front();
 */

3.结果