题目链接
牛客网 剑指offer - 滑动窗口中的最大值
LeetCode 239题 - 滑动窗口最大值
单调队列数据结构
所谓的单调队列和普通的双端队列没什么不同。唯一的区别就是单调队列的元素是依次递减的,就是单调队列的首元素是最大,然后依次变小。
单调队列里面有三个方法:
- addValue(int num):添加元素,所有元素都会依次添加到队尾,但是会把前面比新元素小的元素删掉
- getMaxValue():返回队列中的最大元素,也就是队头元素
- removeValue(int num):删除元素,当且仅当删除的元素等于队头元素时才会删除,否则什么都不做
单调队列数据结构
/**
* 单调队列
* 单调递减队列
* @author: 小LeetCode~
**/
public class MonotonicQueue {
LinkedList<Integer> monototicQueue;
public MonotonicQueue() {
this.monototicQueue = new LinkedList<>();
}
//添加元素
public void addValue(int num) {
while (!monototicQueue.isEmpty() && monototicQueue.getLast() < num) {
monototicQueue.pollLast();
}
monototicQueue.offer(num);
}
//获取单调队列的最大值,即队列的第一个元素
public int getMaxValue() {
return monototicQueue.getFirst();
}
//删除元素,当且仅当删除的值等于队列首元素时才删除
public void removeValue(int num) {
if (!monototicQueue.isEmpty() && monototicQueue.getFirst() == num) {
monototicQueue.pollFirst();
}
}
}
算法思路
上面所说的单调队列就是这道题的滑动窗口容器。它的设计也是为这道题而生的。我们需要一个合适的容器也做滑动窗口。
- 定义一个初始的单调队列,先把size - 1个元素添加进队列里
- 接下的操作就是每添加一个元素就取出其中单调队列的最大的值,然后删除窗口最左边的元素
- 直到所有元素遍历完
关键在于:构建出单调队列来做滑动窗口的容器
需要注意的点:先填满窗口的 size-1 个元素
代码实现
import java.util.*;
class MonotonicQueue {
LinkedList<Integer> monototicQueue;
public MonotonicQueue() {
this.monototicQueue = new LinkedList<>();
}
//添加元素
public void addValue(int num) {
while (!monototicQueue.isEmpty() && monototicQueue.getLast() < num) {
monototicQueue.pollLast();
}
monototicQueue.offer(num);
}
//获取单调队列的最大值,即队列的第一个元素
public int getMaxValue() {
return monototicQueue.getFirst();
}
//删除元素,当且仅当删除的值等于队列首元素时才删除
public void removeValue(int num) {
if (!monototicQueue.isEmpty() && monototicQueue.getFirst() == num) {
monototicQueue.pollFirst();
}
}
}
public class Solution {
public ArrayList<Integer> maxInWindows(int [] num, int size) {
//存储结果集
ArrayList<Integer> res = new ArrayList<>();
if(size == 0){
return res;
}
//单调队列,也是滑动窗口
MonotonicQueue monotonicQueue = new MonotonicQueue();
for (int i = 0; i < num.length; i++) {
if (i < size - 1) {//先填满size-1个元素
monotonicQueue.addValue(num[i]);
}else{
monotonicQueue.addValue(num[i]);
res.add(monotonicQueue.getMaxValue());
monotonicQueue.removeValue(num[i-size+1]);
}
}
return res;
}
}