原题地址: . - 力扣(LeetCode)
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
示例 2:
输入:nums = [1], k = 1 输出:[1]
暴力法
这道题相比较其他题目可以说简单易懂,找到滑动窗口中最大值就行了。先定义一个结果数组result,长度是nums.length - k + 1,再确定遍历的数组大小是0到nums.length - k,最后遍历[i,i+k]的窗口,找到最大值存入result中就行了。
public int[] maxSlidingWindow(int[] nums, int k) {
// 结果数组,存放结果
int[] result = new int[nums.length - k + 1];
for (int i = 0; i <= nums.length - k; i++) {
int max = nums[i];
for (int j = i; j < i + k; j++) {
if (nums[j] > max) {
max = nums[j];
}
}
result[i] = max;
}
return result;
}
但是我们来看下这道题的难度,是困难级别,可想而知不会这么简单
果然跑到40个用例的时候直接超出时间限制了,这时的滑动窗口宽度是26779.
双向队列
我们发现,窗口在滑动过程中,其实数据发生的变化很小:只有第一个元素被删除、后面又新增一个元素,中间的大量元素是不变的。也就是说,前后两个窗口中,有大量数据是 重叠 的。
[1, 3, -1,] -3, 5, 3, 6, 7
1, [3, -1, -3,] 5, 3, 6, 7
1, 3, [-1, -3, 5,] 3, 6, 7
自然想到,其实可以使用一个 队列 来保存窗口数据:窗口每次滑动,我们就让后面的一个元素(-3)进队,并且让第一个元素(1)出队。进出队列的操作,只要耗费常数时间。
这种场景,可以使用 双向队列(也叫双端队列Dequeue),该数据结构可以从两端以常数时间压入/弹出元素。
在构建双向队列的时候,可以采用删除队尾更小元素的策略,所以,得到的其实就是一个 从大到小排序 的队列。
这样存储的元素,可以认为是遵循“更新更大”原则的。
public int[] maxSlidingWindow1(int[] nums, int k) {
if (k == 1) return nums;
// 结果数组,存放结果
int[] result = new int[nums.length - k + 1];
Deque<Integer> deque = new ArrayDeque<>();
// 初始化队列,队列里面记录index
for (int i = 0; i < k; i++) {
// 比较将要放入的数与队列最后一个数,如果小于将要放入的数则删除
// 最后会得到一个从大到小排列的队列
while (!deque.isEmpty() && nums[i] > nums[deque.getLast()]) {
deque.removeLast();
}
deque.addLast(i);
}
// 第一个数最大
result[0] = nums[deque.getFirst()];
for (int i = k; i < nums.length; i++) {
// 判断队列中第一个是否要出窗口
if (i - k == deque.getFirst()) deque.removeFirst();
// 入队列
while (!deque.isEmpty() && nums[i] > nums[deque.getLast()]) {
deque.removeLast();
}
deque.addLast(i);
result[i - k + 1] = nums[deque.getFirst()];
}
return result;
}