oracle滑动时间窗口计算,算法-滑动窗口的最大值详解

/*

[滑动窗口最大值]

[题  目]

给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。

例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，

他们的最大值分别为{4,4,6,6,6,5}；

针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个：

{[2,3,4],2,6,2,5,1}， {2,[3,4,2],6,2,5,1}， {2,3,[4,2,6],2,5,1}， {2,3,4,[2,6,2],5,1}， {2,3,4,2,[6,2,5],1}， {2,3,4,2,6,[2,5,1]}。

[解析]

方法 1:

以窗口在数组上滑动，没次都重新计算窗口中最大值，那么总的时间复杂度为 O(n*size)，当窗口大小 size 很大时，不可取。

方法 2：

以空间换时间，使用一个双端队列，使得每次获取最大值的操作可以在 O(1) 的时间内完成。

队列的前边存储当前最大值在数组中对应的下标，而其后存储的时有可能成为新的最大值的候选。

每次循环需要做两件事情：(1)检查当前最大值是否过期，若过期则弹出最前面的元素；

(2)更新最大值的候选，从后往前检查将对列中小于当前值的所有元素弹出；

完成以上两个操作以后奖当前元素插入到队列的最后成为候选。

*/

#include 

#include 

#include 

#include 

using namespace std;

class Solution{

public:

vector maxInWindows(const vector& num, unsigned int size){

vector ans;

if(num.empty() || size<=0 || num.size() 

return ans;

deque maxIndexs; // save the index of minimum currently

// the first window

for(int i=0; i

while(!maxIndexs.empty() && num[i] >= num[maxIndexs.back()])

maxIndexs.pop_back();

maxIndexs.push_back(i);

}

ans.push_back(num[maxIndexs.front()]);

for(int i=size; i

if((i-maxIndexs.front()) >= size) // past due

maxIndexs.pop_front();

while(!maxIndexs.empty() && num[i] >= num[maxIndexs.back()])

maxIndexs.pop_back();

maxIndexs.push_back(i);

ans.push_back(num[maxIndexs.front()]);

}

return ans;

}

};

int main()

{

return 0;

}