LeetCode热题100——滑动窗口最大值（11）

最新推荐文章于 2025-02-28 23:58:11 发布

dy小坚果

最新推荐文章于 2025-02-28 23:58:11 发布

阅读量317

点赞数 4

分类专栏： LeetCode热题100 文章标签： leetcode 算法数据结构 java

本文链接：https://blog.csdn.net/qq_62734493/article/details/135911874

版权

LeetCode热题100 专栏收录该内容

25 篇文章 0 订阅

订阅专栏

文章介绍了两种方法来解决LeetCode上的滑动窗口最大值问题：一种是利用优先队列（大根堆）动态维护窗口内的最大值，另一种是使用单调队列（双端队列）保持窗口内的元素顺序。这两种数据结构有助于高效地找到每个窗口内的最大值。

摘要由CSDN通过智能技术生成

题目链接：https://leetcode.cn/problems/sliding-window-maximum/description/?envType=study-plan-v2&envId=top-100-liked

优先队列

大根堆存储每个窗口最大值，如果最大值不在窗口内，则弹出

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int n = nums.length;
        //创建一个优先队列，大根堆，堆顶是队列最大值，比较函数第二个参数大
        PriorityQueue<int[]> pq = new PriorityQueue<int[]>(new Comparator<int[]>() {
            public int compare(int[] pair1, int[] pair2){
                return pair1[0] != pair2[0] ? pair2[0] - pair1[0] : pair2[1] - pair1[1];
            }
        });
        //队列存储首个窗口的数组元素和下标
        for(int i = 0; i < k; i++){
            pq.offer(new int[]{nums[i], i});
        }
        //存储答案
        int[] ans = new int[n - k + 1];
        //存储第一个窗口最大值
        ans[0] = pq.peek()[0];
        //遍历剩下的窗口
        for(int i = k; i < n; i++){
            //每次存储当前位置元素和下标
            pq.offer(new int[]{nums[i], i});
            //如果最大值不在窗口内，则弹出，可能有多个都不在窗口内
            while(pq.peek()[1] <= i - k){
                pq.poll();
            }
            //更新答案
            ans[i - k + 1] = pq.peek()[0];
        }
        return ans;
    }
}

单调队列

维护一个单调递减的双端队列，如果都在窗口内，且左边小于右边，那么左边的值不可能为最大值，直接弹出，如果队首出窗口了，还需要弹出，所以需要个双端队列

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int n = nums.length;
        //定义一个双端队列，存储数组下标，队列从大到小排列
        Deque<Integer> deque = new LinkedList<Integer>();
        //存储第一个窗口
        for(int i = 0; i < k; i++){
            //如果当前元素大于队尾，则把队尾去掉
            while(!deque.isEmpty() && nums[i] > nums[deque.peekLast()]){
                deque.pollLast();
            }
            //从队尾插入
            deque.offerLast(i);
        }
        //存储答案
        int[] ans = new int[n - k + 1];
        //存储第一个窗口最大值
        ans[0] = nums[deque.peekFirst()];
        //遍历剩下的窗口
        for(int i = k; i < n; i++){
            while(!deque.isEmpty() && nums[i] > nums[deque.peekLast()]){
                deque.pollLast();
            }
            deque.offerLast(i);
            //当队首不在窗口内，则弹出
            while(deque.peekFirst() <= i - k){
                deque.pollFirst();
            }
            //更新答案
            ans[i - k + 1] = nums[deque.peekFirst()];
        }
        return ans;
    }
}