Python算法题集_滑动窗口最大值

本文介绍了如何解决LeetCode上的滑动窗口最大值问题,通过基础的双层循环求解和优化后的队列法,展示了如何从O(n^2)提升至线性时间复杂度O(n),并提供了代码实例和性能测试结果。
摘要由CSDN通过智能技术生成

本文为Python算法题集之一的代码示例

题目239:滑动窗口最大值

说明: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]

提示:

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104
  • 1 <= k <= nums.length

- 问题分析

  1. 本题为求连续窗口中的最大子元素
  2. 主要的计算为2个,1数组窗口遍历,2求窗口内的最大值
  3. 基本的遍历为双层循环,从第一个元素开始,每个数组窗口计算一次最大值,所以基本的时间算法复杂度为(On2)

- 优化思路

  1. 优化的思路,计算一次最大值是没有什么余地的,最重要是是否能将双层循环变成单层循环,将依次计算变成一遍


  1. 标准求解,双层循环,超时失败

    import CheckFuncPerf as cfp
    
    def maxSlidingWindow_base(nums, k):
        result = []
        for iIdx in range(len(nums)-k+1):
            iMax = nums[iIdx]
            for jIdx in range(k):
                iMax = max(iMax, nums[iIdx+jIdx])
            result.append(iMax)
        return result
    
    testcase_big = open(r'testcase/hot11_big.txt', mode='r', encoding='utf-8').read().replace('[', '').replace(']', '')
    testcase_big = testcase_big.split(',')
    nums = [int(x) for x in testcase_big]
    k = 1000
    result = cfp.getTimeMemoryStr(maxSlidingWindow_base, nums, k)
    print(result['msg'], '执行结果 = {}'.format(len(result['result'])))
    
    # 运行结果
    函数 maxSlidingWindow_base 的运行时间为 22652.95 ms;内存使用量为 780.00 KB 执行结果 = 99001
    
  2. 优化版【队列法优化最大值序列计算】,马马虎虎,超越68%在这里插入图片描述

    def maxSlidingWindow_ext1(nums, k):
        if len(nums)==1:
            return nums
        if k==1:
            return nums
        result = []
        list_check = []
        for iIdx in range(len(nums)):
            ileft = iIdx - k + 1
            while(list_check and nums[iIdx] >= nums[list_check[-1]]):
                del list_check[-1]
            while(list_check and list_check[0] < ileft):
                del list_check[0]
            list_check.append(iIdx)
            if ileft >= 0:
                result.append(nums[list_check[0]])
        return result
    
    testcase_big = open(r'testcase/hot11_big.txt', mode='r', encoding='utf-8').read().replace('[', '').replace(']', '')
    testcase_big = testcase_big.split(',')
    nums = [int(x) for x in testcase_big]
    k = 1000
    result = cfp.getTimeMemoryStr(maxSlidingWindow_ext1, nums, k)
    print(result['msg'], '执行结果 = {}'.format(len(result['result'])))
    
    # 运行结果
    函数 maxSlidingWindow_ext1 的运行时间为 40.01 ms;内存使用量为 780.00 KB 执行结果 = 99001
    

    一日练,一日功,一日不练十日空

    may the odds be ever in your favor ~

  • 19
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

长孤秋落

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值