一、Leetcode第239题:滑动窗口最大值
思路:最先想到的就是暴力解法,两个for循环,一个用来移动滑动窗口,另一个用来在滑动窗口中求最大值,时间复杂度是O(n*k),但在Leetcode中会超时!代码如下:
// 暴力解法
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int> maxv;
for(int ii = 0; ii < nums.size()-k+1; ii++) {
int tmp = nums[ii]; // 初始化为滑动窗口中的第一个元素
for(int jj = ii; jj < ii+k; jj++) {
if(nums[jj] > tmp) tmp = nums[jj]; // 得到滑动窗口中的最大值
}
maxv.push_back(tmp);
}
return maxv;
}
};
分析上面的代码,看看怎么把时间复杂度给降下来。可以发现,第一个for循环是必须要有的,因为需要把元素都遍历一遍;第二个用来求 滑动窗口中最大值 的for循环其实是做了一些重复工作的,因为每次滑动的时候,我们可以知道 滑动窗口中 k-1个元素中的最大值(若上一个滑动窗口中最大值不是第一个元素),如果能每次把原来的最大值只和滑动窗口中新加进来的元素进行比较,这样时间复杂度就会降为O(1)!总的时间复杂度会降为 O(n)!
但是怎么实现呢? 我用数组研究了一会,木有成功~~~,于是看了随想录,用到了单调队列。
核心思想就是保证队列中永远是单调递减的。pop和push规则如下:
1.pop(value): 如果窗口移除的元素value等于单调队列的出口元素,那么队列弹出元素,否则不用任何操作。
void pop(int value) {
if (!que.empty() && value == que.front()) {
que.pop_front();
}
}
简单来说,如果队列中的老大是滑动窗口中的第一个元素,那就把它弹出去,不是的话,就继续当老大。
2.push(value): 如果push的元素value大于入口元素的数值,那么就将队列入口的元素弹出,直到push元素的数值小于等于队列入口元素的数值为止。 来新老大了,以前的老大和小弟统统滚蛋。
void push(int value) {
while (!que.empty() && value > que.back()) {
que.pop_back();
}
que.push_back(value);
}
总代码如下:
class Solution {
private:
class MyQueue { //单调队列(从大到小)
public:
deque<int> que; // 使用deque来实现单调队列
// 每次弹出的时候,比较当前要弹出的数值是否等于队列出口元素的数值,如果相等则弹出。
// 同时pop之前判断队列当前是否为空。
void pop(int value) {
if (!que.empty() && value == que.front()) {
que.pop_front();
}
}
// 如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,直到push的数值小于等于队列入口元素的数值为止。
// 这样就保持了队列里的数值是单调从大到小的了。
void push(int value) {
while (!que.empty() && value > que.back()) {
que.pop_back();
}
que.push_back(value);
}
// 查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
int front() {
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> result;
for (int i = 0; i < k; i++) { // 先将前k的元素放进队列
que.push(nums[i]);
}
result.push_back(que.front()); // result 记录前k的元素的最大值
for (int i = k; i < nums.size(); i++) {
que.pop(nums[i - k]); // 滑动窗口移除最前面元素
que.push(nums[i]); // 滑动窗口前加入最后面的元素
result.push_back(que.front()); // 记录对应的最大值
}
return result;
}
};