LeetCode-239

最新推荐文章于 2024-10-01 05:04:32 发布

tcmyxc

最新推荐文章于 2024-10-01 05:04:32 发布

阅读量92

点赞数

文章标签： leetcode

本文链接：https://blog.csdn.net/tcmyxc/article/details/112116319

版权

239. 滑动窗口最大值

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 1：

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

思路：

窗口的最大值使用优先队列寻找，但是每当窗口向右移动，我们把刚刚进入窗口的元素加入堆中，同时判断最大的元素是否是已经被移出窗口，如果已经被移出窗口，我们就寻找下一个满足窗口左右区间的最大值

Java代码示例：

public int[] maxSlidingWindow(int[] nums, int k) {
    int len = nums.length;
    if(k > len || k <= 0){
        return new int[0];
    }

    //大根堆，这里相当于 C++ 的 pair
    PriorityQueue<int[]> queue = new PriorityQueue<>( (o1, o2) -> o2[0] - o1[0]);
    int[] res = new int[len-k+1];

    int i = 0;
    for(; i<k; i++){
        queue.offer(new int[]{nums[i], i});
    }
    res[i-k] = queue.peek()[0];
    for(; i<len; i++){
        queue.add(new int[]{nums[i], i});
        while(queue.peek()[1] <= i-k){
            queue.poll();
        }
        res[i-k+1] = queue.peek()[0];
    }
    //这里也可以先判断最大值是否被移出堆，但是如果这样做就要判断堆是否为空
    //前面不需要判断的原因是，我们先把一个元素加入了堆，这个元素是肯定满足窗口左右区间的
    //所以堆一定不会为空，所以不需要判断
    //先判断最大值是否被移出堆的代码如下：
    /*
    for(; i<len; i++){
        while(!queue.isEmpty() && queue.peek()[1] <= i-k){
            queue.poll();
        }
        queue.add(new int[]{nums[i], i});
        res[i-k+1] = queue.peek()[0];
    }
    */

    return res;
}

C++代码示例：

vector<int> maxSlidingWindow(vector<int>& nums, int k) {
    int len = nums.size();
    if(k > len || k < 0)  return {};
    vector<int> res;

    int i = 0;
    priority_queue<pair<int, int>> q;//最大堆，存放数据和在数组中的位置
    for(; i<k; i++){
        q.emplace(nums[i], i);//原位构造元素，不产生临时对象
    }
    res.push_back(q.top().first);
    for(; i<len; i++){
        q.emplace(nums[i], i);//原位构造元素，不产生临时对象
        //判断最大值是否还在窗口内
        if(q.top().second <= i-k){
            q.pop();
        }
        res.push_back(q.top().first);
    }
    return res;
}