239.滑动窗口最大值

239.滑动窗口最大值

题目分析

暴力法的时间复杂度为 O(n*k)，弊端为每次扫描窗口的最大值，每两次扫描之间都会存在重复的值比较，已经知道了他们的最大值是谁了，所以要减少比较次数

双端队列

• 为什么要使用双端队列(单调队列)

  • 队列里要是滑动窗口范围的，当队列里的索引不再滑动窗口大的范围，就应该从队头删去
  • 队头元素为当前滑动窗口最大值，所以队列里出现过的较小值就没有意义，所以要向队列中添加索引时，从队尾删去比他小的

• 为什么添加的是索引

  • li代表滑动窗口的最左索引，窗口每次向后挪动一位
  • 取值是没有办法和滑动窗口的索引进行比较的

  

最大索引

• 维持最大索引，只比较新滑入窗口的值和最大索引值
• 更新最大索引，或当最大索引滑出窗口，重新保存最大索引
• 问题：当数组为递减时，相当于暴力法

Solution - Deque

public int[] maxSlidingWindow(int[] nums, int k) {
    	if (nums == null || nums.length == 0 || k < 1) return new int[0];
    	if (k == 1) return nums;
    	
    	int[] maxes = new int[nums.length - k + 1];
    	
    	Deque<Integer> deque = new LinkedList<>();
    	for (int ri = 0; ri < nums.length; ri++) {
			// 只要nums[队尾] <= nums[i]，就删除队尾
    		while (!deque.isEmpty() && nums[ri] >= nums[deque.peekLast()]) {
    			deque.removeLast();
    		}
    		
    		// 将i加到队尾
    		deque.addLast(ri);
    		
    		// 检查窗口的索引是否合法
    		int li = ri - k + 1;
    		if (li < 0) continue;
    		
    		// 检查队头的合法性
    		if (deque.peekFirst() < li) {
    			// 队头不合法（失效，不在滑动窗口索引范围内）
    			deque.removeFirst();
    		}
    		
    		// 设置窗口的最大值
    		maxes[li] = nums[deque.peekFirst()];
		}
    	return maxes;
    }

Solution - maxIndex

public int[] maxSlidingWindow(int[] nums, int k) {
    	if (nums == null || nums.length == 0 || k < 1) return new int[0];
    	if (k == 1) return nums;
    	
    	int[] maxes = new int[nums.length - k + 1];
    	// 当前滑动窗口的最大值索引
    	int maxIdx = 0;
    	// 求出前k个元素的最大值索引
    	for (int i = 1; i < k; i++) {
			if (nums[i] > nums[maxIdx]) maxIdx = i;
		}
    	
    	// li是滑动窗口的最左索引
    	for (int li = 0; li < maxes.length; li++) {
    		// ri是滑动窗口的最右索引
			int ri = li + k - 1;
			if (maxIdx < li) { // 最大值的索引不在滑动窗口的合理范围内
				// 求出[li, ri]范围内最大值的索引
				maxIdx = li;
				for (int i = li + 1; i <= ri; i++) {
					if (nums[i] > nums[maxIdx]) maxIdx = i;
				}
			} else if (nums[ri] >= nums[maxIdx]) { // 最大值的索引在滑动窗口的合理范围内
				maxIdx = ri;
			}
			maxes[li] = nums[maxIdx];
		}
    	
    	return maxes;
    }