leecode-滑动窗口最大值

题目描述

思路

暴力求解

首先这个问题只是划定一个数组的范围，叫做窗口，然后输出这个窗口的最大值，直接暴力求解的思路比较简单。
即将每次移动后的窗口找出最大值然后输出即可
窗口的大小为k
数组长度为n
那么数组移动次数为n-k
那么时间复杂度为O((n-k+1)k)，即O(nk)
会超出时间限制

优先队列优化

对于每次窗口的移动，改变的只有一个元素（或者两个，一进一出），可以利用这个特点进行优化
因为每次找的都是窗口的最大值，那么优先队列（堆实现）就是最合适的数据结构了
优先队列中存入二元组（元素值，元素索引）
结合优先队列的特点，这个算法的时间复杂度为O(nlgn)
代码如下

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int n = nums.length;

        //优先队列中的元素是一个二元组
        //(元素值，元素的索引)
        PriorityQueue<int[]> pq = new PriorityQueue<int[]>(new Comparator<int[]>(){
            public int compare(int[] pair1,int[] pair2){
                
                //return pair2[0]-pair1[0];
                //判断元素值是否相同
                //如果不同，返回差值（这里是让pair[2] - pair[1]，意为构建一个最大优先队列）
                //如果相同，返回元素索引的差值，即在元素值相同的情况下，将数组后面的元素放在前面
                //这样做的目的是为了减少后面的移除工作
                return pair1[0] != pair2[0] ? pair2[0] - pair1[0] : pair2[1] - pair1[1];
            }
        });
        //添加前k个元素到优先队列中
        for(int i=0;i<k;++i){
            //添加的元素：（元素值，元素索引）
            pq.offer(new int[]{nums[i],i}); //offer() : 添加一个元素到队列中
        }
        int[] ans = new int[n-k+1];
        ans[0] = pq.peek()[0]; //peek() : 返回队头元素，但并不移除队头元素
        for(int i=k;i<n;++i){//向前移动窗口，从数组的第k+1个元素开始
            pq.offer(new int[]{nums[i],i});
            while(pq.peek()[1] <= i-k){//如果队首元素已经出了窗口，就把这些元素永久的移除
            //注意这里只在队首元素做了移除工作，而对于队中其他超出窗口的元素并没有做这样的工作，
            //因为其他元素在队中并不影响结果的输出
                pq.poll();//poll()，返回并移除队首元素
            }
            ans[i-k+1] = pq.peek()[0];
        }
        return ans;
    }
}

记录一下我的一个逻辑漏洞：
本来是想着当将新的元素入队之前，检查一下现在队首元素是不是还是在窗口内，如果不在窗口内就插入这个元素；如果在窗口内就没必要插入这个新元素了（省去了lgn的时间）。
但实际上这是错误的，因为无法保证这个新元素在后面的过程中不会成为队首元素
也就是说现在插入的元素也许在这一轮不是队首元素，但是有可能随着此时的队首元素被舍弃，它在后面某轮中成为队首元素