面试题59:I. 滑动窗口的最大值

该博客介绍了如何使用双端队列(Deque)解决滑动窗口最大值问题,对比了暴力求解的时间复杂度为O(nk),双端队列的方法能将时间复杂度优化到O(n)。通过维护一个非递减的Deque,当新元素进入窗口或旧元素离开窗口时,更新队列以找到每个窗口的最大值。这种方法展示了数据结构在算法优化中的应用。
摘要由CSDN通过智能技术生成

题目:给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值。

方法一:暴力

两层循环,暴力求解

  • 时间复杂度 O(nk)
  • 空间复杂度 O(1)
class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if (nums.length == 0) {
            return nums;
        }
        int len = nums.length - k + 1;
        int[] res = new int[len];
        int indexRes = 0;
        for (int i = 0; i < nums.length - k + 1; i++) {
            res[indexRes++] = findMax(nums, i, i + k - 1);
        }
        return res;
    }
    public int findMax(int[] nums, int begin, int end) {
        int max = nums[begin];
        for (int i = begin + 1; i <= end; i++) {
            if (nums[i] > max) {
                max = nums[i];
            }
        }
        return max;
    }
}
方法二:双端队列

另外定义一个双端队列,队列里面存的顺序是当前滑动窗口的非递增顺序,如果新进来一个元素比其他元素都大,那么将队列清空,让这个元素进队

  • 时间复杂度 O(n)
  • 空间复杂度 O(n)
class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if(nums.length == 0 || k == 0) return new int[0];
        Deque<Integer> deque = new LinkedList<>();
        int[] res = new int[nums.length - k + 1];
        for(int i = 0; i < k; i++) { // 未形成窗口
            while(!deque.isEmpty() && deque.peekLast() < nums[i])
                deque.removeLast();
            deque.addLast(nums[i]);
        }
        res[0] = deque.peekFirst();
        for(int i = k; i < nums.length; i++) { // 形成窗口后
            if(deque.peekFirst() == nums[i - k])
                deque.removeFirst();
            while(!deque.isEmpty() && deque.peekLast() < nums[i])
                deque.removeLast();
            deque.addLast(nums[i]);
            res[i - k + 1] = deque.peekFirst();
        }
        return res;
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值