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;
}