0x12
队列
队列是一种“先进先出”的线性数据结构。一般来说,元素从右端进入队列,从左端离开队列。于是我们称队列的左端为队头,右端为队尾。
队列还有许多变体。例如两端都能插入或者取出元素的双端队列(C++ S T L STL STL d e q u e deque deque),给每个元素附带一个评估值、出队时取出估值最大的、等价于一个二叉堆的优先队列(C++ S T L STL STL p r i o r i t y _ q u e u e priority\_queue priority_queue)。队列也是广度优先搜索的基本结构。
1.单调队列
给定一个长度为N的整数序列(可能有负数),从中找出一段长度不超过M的连续子序列,使得子序列中所有数的和最大。 N , M ≤ 3 ∗ 1 0 5 N,M\leq 3*10^5 N,M≤3∗105。
计算“区间和”的问题,一般转化为“两个前缀和相减“的形式进行求解。问题就转化成找出两个位置x,y,使得 S [ y ] − S [ x ] S[y]-S[x] S[y]−S[x]最大并且 y − x ≤ M y-x\leq M y−x≤M。
首先我们枚举右端点 i i i,当 i i i固定时,问题就变为:找到一个左端点 j j j,其中 j ∈ [ i − m , i − 1 ] j\in[i-m,i-1] j∈[i−m,i−1]并且 S [ j ] S[j] S[j]最小。
不妨比较一下任意两个位置 j j j和 k k k,如果 k < j < i k<j<i k<j<i并且 S [ k ] > s [ j ] S[k]>s[j] S[k]>s[j],那么对于所有大于等于 i i i的右端点, k k k永远不会成为最优选择。这是因为不但 S [ k ] S[k] S[k]不小于 S [ j ] S[j] S[j],而且 j j j比 k k k离 i i i更近,长度更不容易超过 M M M,即 j j j的生存能力比 k k k更强。
以上比较告诉我们,可能成为最优选择的策略集合一定是一个“下标位置递增、对应前缀和S的值也递增”的序列。我么可以用一个队列保护这个序列。随着右端点变从前往后扫描,我们可以对每一个 i i i执行以下三个步骤:
1.判断队头决策与 i i i的距离是否超过 M M M的范围,若超过则出队。
2.此时队头就是右端点为 i i i时,左端点 j j j的最优选择。
3.不断删除队尾决策,直到队尾对应的 S S S值小于 S [ i ] S[i] S[i]。然后把 i i i作为一个新的决策入队。
int ans=0;
int l=1,r=1;
q[1]=0;
for(int i=1;i<=n;++i)
{
while(l<=r&&q[l]<i-m)
l++;
ans=max(ans,sum[i]-sum[q[l]]);
while(l<=r&&sum[q[r]]>=sum[i])
r--;
q[++r]=i;
}
这就是著名的单调队列算法,因为每个元素至多入队一次、出队一次,所以整个算法的时间复杂度就是
O
(
n
)
O(n)
O(n)。它的思想也是在决策集合(队列)中及时排除一定不是最优解的选择。单调队列是优化动态规划的一个重要手段,我们将在0x59
节中详细讲解。
实际应用:单调队列是一种主要解决滑动窗口类的数据结构,它可以维护区间的最值,最值在队首。