每天进步一点点2023.3.26
今天看了一个软开位置的面试:
高内聚低耦合
什么是高内聚低耦合呢,耦合和内聚是程序中模块间相互联系紧密程度的一个度量,模块间耦合越高,那么模块的独立性越差,因此我们追求的是低耦合高内聚的程序代码。最低的耦合叫无直接耦合,最高的耦合叫内容耦合,最低的内聚叫偶然内聚,最高的内聚叫功能内聚,模块里所有元素都是为了完成一个功能。
进程调度算法
常见调度算法肯定是先来先服务算法,还有时间片轮转算法,短作业优先算法,优先级调度算法等等。
力扣
昨天的每日一题继续单调队列的写法:
剑指 Offer 59 - I. 滑动窗口的最大值
给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值。
示例:
输入: nums = [1,3,-1,-3,5,3,6,7], 和 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
看了题解,然后自己想了想如何使用单调队列做,这里官方给的一个很好的方法是存下下标,这样的话既可以对k个大小的滑动窗口做出限制,又可以找到对应数组的数,方便比较。
首先还是好好的学习一下deque的用法:
deque双端队列,deque和vector的很多方面是很相似的,deque在双端插入删除的时间复杂度是O(1),vector在尾部插入删除的效率是高效的,vector会因旧空间不足而重新配置一块更大空间,然后复制元素,再释放旧空间,deque是动态的分段分配空间,然后将这些片段连接起来。
deque支持的功能:
deque[] ,访问某个位置上的元素,时间复杂度O(1)
push_front(),front(), 分别是在头部插入元素,和求头部第一个元素
push_back(),back(),分别是在尾部插入元素,和求尾部第一个元素
题解:
大致过程如下:
[1,3,-1,-3,5,3,6,7]
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
deque<int> res;
res.push_front(0);
for(int i=1;i<k;i++) {
while(!res.empty()&&nums[res.front()]<nums[i]) {
res.pop_front();
}
res.push_front(i);
}
vector<int> result;
result.push_back(nums[res.back()]);
for(int i=k;i<nums.size();i++) {
while(!res.empty()&&i-res.back()+1>k) res.pop_back();
while(!res.empty()&&nums[res.front()]<nums[i]) { //保持右边单调
res.pop_front();
}
res.push_front(i);
result.push_back(nums[res.back()]);
}
return result;
}
};
目标就是保持最大值一直在最左端,那么双端队列就要一直保持非递增状态,如何维持这个状态,而且还要保持最大值下标到当前值下标这段数组的长度不超过k,这个是关键,但是懂得了deque的操作流程就会好多了。
结果:
结果中所用时间是越来越高效了。