题目
给你一个整数数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。
返回滑动窗口中的最大值 。
示例
解题方案
- 暴力法
遇到这种题首先想到暴力解决,遍历一遍数组,挑选出每次移动滑动窗口中的最大值并记录下来。思路如下:枚举每个窗口的左边界 i,根据窗口的左边界i可以对应计算出右边界j
遍历窗口,计算出最大值。
实现代码如下:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int> ret;
if(nums.size()==0||k<1||nums.size()<k){//异常处理
return ret;
}
int n=nums.size();
for(int i=0;i+k-1<n;++i){//i+size-1为滑动窗口最右端
int j=i+k-1;
int max_val=nums[j];//默认每次取滑动窗最右端为最大值
for(int a=i;a<j;++a){
max_val=max(max_val,nums[a]);
}
ret.push_back(max_val);//将所有最大的保存
}
return ret;
}
每次选择滑动窗口最右端的值为最大值,再和窗口中的其他值相比较选取窗口最大值。这种方法思路简单,但复杂度较高。
时间复杂度:O(n*k), 其中n为数组大小,k为窗口大小
空间复杂度:O(1),存结果必须要开的数组不算入额外空间
- 单调队列
我们可以考虑使用单调队列的方法。单调队列,即单调递减或单调递增的队列。这个队列没有必要维护窗口里的所有元素,只需要维护有可能成为窗口里最大值的元素就可以了,同时保证队里里的元素数值是由大到小的,那么队列的队头元素一定是最大值,所以我们需要手动定义一个单调队列。
对于窗口里的元素{2, 3, 5, 1 ,4},单调队列里只维护{5, 4} 就够了,保持单调队列里单调递减,此时队列出口元素就是窗口里最大元素。
此时大家应该怀疑单调队列里维护着{5, 4} 怎么配合窗口进行滑动呢?
设计单调队列的时候,pop,和push操作要保持如下规则:
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。因为当要移除元素等于出口元素的时候,说明这个移除元素在后k个元素中是最大的,那么滑动窗口已经满了,因为比该元素小的元素直接进入队列,所以需要移除。而当要移除元素不等于出口元素的时候,说明他不是最大的,滑动窗口中还没有满,这种情况下暂不需要移除元素。
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。因为滑动窗口要求最大值,那么当value大于入口元素时,只要有value存在,入口元素一定不会成为最大值,所以入口元素没有作用,把它弹出来。
单调队列实现代码如下:
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();
}
};
单调队列实现之后,求取滑动窗口最大值就比较简单了,先把前k个元素入队,记录前k个元素的最大值,然后在往后遍历,先让队头元素出队,再让新遍历元素从队尾入队,记录窗口中的最大元素。代码实现如下:
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;
}
时间复杂度:O(n),其中 n 是数组 nums 的长度。每一个下标恰好被放入队列一次,并且最多被弹出队列一次,因此时间复杂度为 O(n)。
空间复杂度:O(k),不断从队首弹出元素保证了队列中最多不会有超过k+1 个元素,因此队列使用的空间为 O(k)。