文章目录
1 单调栈和窗口及其更新结构
1.1 窗口
1.1.1 滑动窗口是什么?
窗口只是我们脑海中的一个范围,用过L和R来规定我们窗口的边界。保证L<=R这个条件
1、滑动窗口是一种想象出来的数据结构;
2、滑动窗口有左边界L和右边界R
3、在数组或者字符串或者一个序列上,记为S,窗口就是S[L…R]这一部分
4、L往右滑动意味着一个样本出了窗口,R往右滑意味着一个样本进了窗口
5、 L和R都只能往右滑动
1.1.2 滑动窗口能做什么?
滑动窗口、首尾指针等技巧,说白了就是一种求解问题的流程设计。
1.1.3 维护窗口滑动的更新结构
例如我们求窗口内最大值问题
用单调双端队列来实现,双端队列就是我们的双向链表结构。我们保证我们的双端队列从头部到尾部数值是从大到小的
1、 如果窗口的R位置往右移动,我们把进入窗口的这个数从尾部加入到双端队列。如果当前数比该数的前一个数大(从尾部看)那么队列中小于等于的数弹出。直到小于队列的前一个数,加入该数。
2、如果窗口的L位置往右移动,预示着有数要出我们的窗口,我们从双端队列的头部观看要出去的数是不是我们头部队列的数。是就弹出头部的数,不是就不做任何操作
3、我们窗口结构一直被维护,双端队列右边进,左边出。那么窗口的最大值就是我们双端队列最左侧(头部)的值
双端队列结构实质上指的是:如果此时形成的窗口状况,不想让R往右动了,而让L往右动。谁会以此成为最大值的优先级。为什么弹出的数不再找回,原因是在窗口滑动的过程中,被弹出的数的优先级已经被后来的大数取代了,这就是尾端加入,前一个数比当前数小则弹出,比当前数大就加入当前数的道理
反之,如果我们要窗口内最小值,只需要维护我们的双端队列单调递增的,既由小到大的即可
复杂度:窗口滑动经过的数,最多进双端队列一次,最多出双端队列一次,如果窗口滑动了N个数,时间复杂度就是O(N),单次平均O(1)。
1.1.4 高频题:求滑动窗口最大值
假设一个固定大小为W的窗口,以此划过arr,返回每一次划出状况的最大值
例如,arr=[4, 3, 5, 4, 3, 3, 6, 7]
返回:[5, 5, 5, 4, 6, 7]
分析:窗口起始是4,3,5,窗口内最大值是5。窗口向右滑动变为3,5,4最大值5…
package class01;
import java.util.LinkedList;
public class Code01_SlidingWindowMaxArray {
public static int[] getMaxWindow(int[] arr, int w) {
if (arr == null || w < 1 || arr.length < w) {
return null;
}
// Java中LinkedList就是双端队列,双向链表
// 其中放的是下标位置,头代表 (大->小)尾
LinkedList<Integer> qmax = new LinkedList<Integer>();
// 窗口在滑动的过程中,最终会生成arr长度-窗口起始宽度+1个值
int[] res = new int[arr.length - w + 1];
int index = 0;
// L...R
// R
for (int R = 0; R < arr.length; R++) { // 当前让 i -> [i] 进窗口 , i 就是 r
// R 位置的值 可以放在比他大的数后,或者空
// 双端队列不为空,且双端队列尾部的值小于当前要进入窗口的值
while (!qmax.isEmpty() && arr[qmax.peekLast()] <= arr[R]) {
// 双端队列从尾部弹出
qmax.pollLast();
}
// 经过上述的while,最终把当前进入窗口的数放入双端队列的尾部
qmax.addLast(R);
// 数进来了
// 如果窗口没有形成W的长度之前,不弹出数字的
// 当前下标是R, R-W就是需要过期的下标。
// 如果双端队列的头部保存的下标等于R-W,就头部弹出。实质R-W就是我们原始结构的L下标
if (qmax.peekFirst() == R - w) {
qmax.pollFirst();
}
// 以上窗口更新做完了
// 窗口没有形成W长度之前,不收集答案。形成W长度后,每一次收集一个答案
if (R >= w - 1) {
res[index++] = arr[qmax.peekFirst()];
}
}
return res;
}
// for test
public static int[] rightWay(int[] arr, int w) {
if (arr == null || w < 1 || arr.length < w) {
return null;
}
int[] res = new int[arr.length - w + 1];
int index = 0;
int L = 0;
int R = w - 1;
while (R < arr.length) {
int max = arr[L];
for (int i = L + 1; i <= R; i++) {
max = Math.max(max, arr[i]);
}
res[index++