239.滑动窗口最大值 || 单调队列 || 模板题

单调队列题目

239.滑动窗口最大值

题目描述

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

基本思路

我们需要维护一个单调递减的双端队列, 队列中存放元素的下标, 这样, 队头元素是当前窗口的最大值

image-20221012190417954

另外我们需要保证移除时, 移除过期元素和冗余元素 :

过期元素 :

image-20221012190503065

冗余元素 :

image-20221012190525658

思路图解

完整流程如下 :

队头元素是当前窗口的最大值 :

image-20221012160502931

如上图 :

  • 白色的块是被移除的元素

基本思路是 :

  • 遍历 nums 数组, 将元素放入数组中, 等到 i >= k -1 (第一个窗口尾部元素的时候) , 返回 队头元素
  • 需要注意的是, 我们在把元素放入的时候, 只要后面的元素比前面的元素大, 就要把前面的元素移除掉, 因为我们要保证, 队头元素是当前窗口最大的元素
  • 另外就是, 我们需要考虑队头过期的情况, 就是队头元素特别大, 后面的元素没有比它大的, 这样在后面的元素添加的时候它就不会被移除掉
  • 但是当它过期, 也就是不在滑动窗口内的时候, 我们就要把它移除掉

在这里插入图片描述

如上图所示, 第一个元素 9 是第一个窗口的最大的元素, 但是当移动到第二个窗口的时候, 它就不是第二个窗口中最大的元素值了 , 我们要把它移除掉, 对应的代码是 :

				 // 队头过期 :
                // 队头元素已经不在窗口内了
                // i 是队尾元素, i - k 是最后一个元素
                // 队头过期肯定是在第二个窗口才会出现过期的现象
                while (!deque.isEmpty() && deque.getFirst() <= i - k) {
                    // 返回并删除队列头元素
                    deque.removeFirst();
                }
代码流程
image-20221012183946252

代码实现

package leetcode.editor.cn;

import java.util.ArrayDeque;
import java.util.Deque;

/**
 * 滑动窗口最大值
 *
 * @author
 * @date 2022-10-04 18:19:29
 */
@SuppressWarnings("all")
public class SlidingWindowMaximum {
    public static void main(String[] args) {
        //测试代码
        Solution solution = new SlidingWindowMaximum().new Solution();
        int[] nums = new int[]{1, 3, -1, -3, 5, 3, 6, 7};
        int k = 3;
        solution.maxSlidingWindow(nums, k);
    }

    //leetcode submit region begin(Prohibit modification and deletion)
    class Solution {
        public int[] maxSlidingWindow(int[] nums, int k) {

            int[] ans = new int[nums.length - k + 1];
            int index = 0;
            // 双端队列, 存储下标
            Deque<Integer> deque = new ArrayDeque<>();
            for (int i = 0; i < nums.length; i++) {
                // 队头过期 :
                // 队头元素已经不在窗口内了
                while (!deque.isEmpty() && deque.getFirst() <= i - k) {
                    // 返回并删除队列头元素
                    deque.removeFirst();
                }
                // 如果nums[i] > nums[deque.getLast()]
                // 说明队列中 前面的元素就都没用了, 因为 nums[i] 要比前面的元素都大 
                // 我们就要移除前面的元素, 要保证队头元素是最大的!
                while (!deque.isEmpty() && nums[deque.getLast()] <= nums[i]) {
                    // 移除队尾元素
                    deque.removeLast();
                }
                deque.addLast(i);
                // 取队头更新元素
                if (i >= k - 1) {
                    ans[index] = nums[deque.getFirst()];
                    index++;
                }
            }
            return ans;
        }
    }
    //leetcode submit region end(Prohibit modification and deletion)
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
单调队列是一种特殊的数据结构,用于解决滑动窗口。在滑动窗口中,要求在一个大小为k的窗口中,找到窗口内的最大值或最小值。单调队列通过维护一个单调递增或递减的队列,可以高效地解决这个问。 具体实现上,可以使用两个单调队列,一个用于维护窗口内的最大值,另一个用于维护窗口内的最小值。在添加新元素时,如果队列不为空且要加入的元素值小于队列尾的值,则将队尾弹出,直到队尾小于要加入的元素或者队列为空。这样,队首就是当前窗口内的最大值或最小值了。 对于问中提到的代码,首先定义了一个用于存储下标的队列stk,以及用于存储数组元素的数组a。然后通过一个循环,分别计算了窗口内的最小值和最大值。在计算最小值时,维护了一个单调递增的队列,即队首是窗口内的最小值。在计算最大值时,维护了一个单调递减的队列,即队首是窗口内的最大值。最后,输出计算结果。 总结起来,单调队列是一种解决滑动窗口的高效数据结构,可以通过维护单调递增或递减的队列来求解窗口内的最大值或最小值。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span> #### 引用[.reference_title] - *1* [整数滑动窗口(acwing算法C++)](https://blog.csdn.net/falldeep/article/details/118631830)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatgptT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [【Week5作业 D】滑动窗口单调队列】](https://download.csdn.net/download/weixin_38647039/14916076)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatgptT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* *4* [【acwing】单调队列--154. 滑动窗口](https://blog.csdn.net/qq_43531919/article/details/115402227)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatgptT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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

兀坐晴窗独饮茶

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