力扣239题，滑动窗口的最大值

力扣239题，滑动窗口的最大值

题目描述

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 。

输入输出样式

输入：nums = [1,3,-1,-3,5,3,6,7], k = 3
输出：[3,3,5,5,6,7]
解释：
滑动窗口的位置                最大值
---------------               -----
[1  3  -1] -3  5  3  6  7       3
 1 [3  -1  -3] 5  3  6  7       3
 1  3 [-1  -3  5] 3  6  7       5
 1  3  -1 [-3  5  3] 6  7       5
 1  3  -1  -3 [5  3  6] 7       6
 1  3  -1  -3  5 [3  6  7]      7

输入：nums = [1], k = 1
输出：[1]

解法一：使用暴力解法

//暴力解法，时间复杂度 O(n^2)
    vector<int>maxSlidingWindow(vector<int>&nums,int k)
    {
        if(nums.empty())
        {
            return nums;
        }

        int length=nums.size();
        vector<int>res;
        int maxNum;
        if(k>=length)
        {
            maxNum=maxValues(nums,0,length);
            res.push_back(maxNum);
            return res;
        }

        for(int i=0;i<length-k+1;i++)
        {
            maxNum=maxValues(nums,i,i+k);
            res.push_back(maxNum);
        }
        return res;
    }

    int maxValues(vector<int>nums,int index1,int index2)
    {
        int maxNum=nums[index1];
        for(int i=index1;i<index2;i++)
        {
            maxNum=max(maxNum,nums[i]);
        }
        return maxNum;
    }

解法二：使用优先队列

  //解法二，使用优先队列进行求解
    //优先队列的堆顶默认维护所有元素的最大值
    //时间复杂度O(nlogn) 空间复杂度 O(n)
    vector<int>maxSlidingWindow2(vector<int>&nums,int k)
    {
        int length=nums.size();
        //创建优先队列,优先队列存储的是值和坐标
        priority_queue<pair<int,int>>que;

        //先存入第一个滑动窗口
        for(int i=0;i<k;i++)
        {
            que.push({nums[i],i});
        }

        //创建输出数组返回最大值
        vector<int>res={que.top().first};

        for(int i=k;i<length;i++)
        {
            //emplace，原地构造一个元素并插入队列中
            que.emplace(nums[i],i);
            //左边的元素出队列
            while(que.top().second<=i-k)
            {
                que.pop();
            }
            res.push_back(que.top().first);
        }
        return res;
    }

解法三，使用双向队列

//使用双向队列，用来辅助进行单调栈
    vector<int>maxSlidingWindow3(vector<int>&nums,int k)
    {
        deque<int>deq;
        int length=nums.size();

        //将k个值填入到队列中
        for(int i=0;i<k;i++)
        {
            //队列不为空，且下一个值大于队尾的元素
            //即，维护不了单调递增队列
            while(!deq.empty()&&nums[i]>=nums[deq.back()])
            {
                deq.pop_back();
            }
            deq.push_back(i);
        }


        //创建结果数组
        vector<int>res;
        //将第一个最大值填入数组
        res.push_back(nums[deq.front()]);

        for(int i=k;i<length;i++)
        {
            while(!deq.empty()&&nums[i]>=nums[deq.back()])
            {
                deq.pop_back();
            }
            deq.push_back(i);

            //小于滑动窗口的坐标，弹出
            while(deq.front()<=i-k)
            {
                deq.pop_front();
            }
            res.push_back(nums[deq.front()]);
        }
        return res;
    }

解法四，分块+预处理

//解法四，使用分块+预处理的方法
    vector<int>maxSlidingWindow4(vector<int>&nums,int k)
    {
        int length=nums.size();

        vector<int>prefixMax(length);
        vector<int>suffixMax(length);

        //初始化前缀和后缀数组
        for(int i=0;i<length;i++)
        {
            if(i%k==0)
            {
                prefixMax[i]=nums[i];
            }
            else{
                prefixMax[i]=max(prefixMax[i-1],nums[i]);
            }
        }

        for(int i=length-1;i>=0;i--)
        {
            if(i==length-1||(i+1)%k==0)
            {
                suffixMax[i]=nums[i];
            }
            else{
                suffixMax[i]=max(suffixMax[i+1],nums[i]);
            }
        }

        vector<int>res;
        for(int i=0;i<=length-k;i++)
        {
            res.push_back(max(suffixMax[i],prefixMax[i+k-1]));
        }
        return res;

    }
};