滑动窗口最大值
题目链接
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 < = n u m s . l e n g t h < = 1 0 5 − 1 0 4 < = n u m s [ i ] < = 1 0 4 1 < = k < = n u m s . l e n g t h 1 <= nums.length <= 10^5\\ -10^4 <= nums[i] <= 10^4\\ 1 <= k <= nums.length 1<=nums.length<=105−104<=nums[i]<=1041<=k<=nums.length
解题思路
思路1
- 大根堆
- 需要定义数据类型pair<int,int>,存放元素值以及索引,根据元素值进行排序
- 每次新加入大根堆元素后,我们可以根据索引删除窗口之外的元素,然后返回堆顶元素值
- 时间复杂度 O ( n l o g n ) O(nlogn) O(nlogn),空间复杂度 O ( n ) O(n) O(n)
思路2
- 单调栈,需要使用双端队列存放元素索引
- 对于索引
i
和j
,如果nums[i]<=nums[j]
,且i<j
,那么我们可以随意删除元素i
,因为它不可能是当前窗口的最大值。 - 所以每次加入队列元素索引
j
的之前,我们从队列头找到那些数值小于等于nums[j]
的元素,将它们从队列中删除,并将j加入队列头。 - 然后我们需要从队列尾删除窗口之外的元素索引
- 最后返回队列尾部的索引即为我们要找的窗口中的最大值索引。
- 时间复杂度 O ( n ) O(n) O(n),空间复杂度 O ( n ) O(n) O(n)
解题代码
代码1
class Solution {
public:
struct cmp{
bool operator()(pair<int,int> p1, pair<int,int> p2){
return p1.first<p2.first;
}
};
priority_queue<pair<int,int>,vector<pair<int,int> >, cmp>q;
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
for(int i=0;i<k;i++){
q.push(make_pair(nums[i],i));
}
vector<int>ans;
ans.push_back(q.top().first);
for(int i=k;i<nums.size();i++){
q.push(make_pair(nums[i],i));
while(q.top().second<=i-k){
q.pop();
}
ans.push_back(q.top().first);
}
return ans;
}
};
代码2
class Solution {
public:
deque<int>q;
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
for(int i=0;i<k;i++){
while(!q.empty()&&nums[i]>=nums[q.front()]){
q.pop_front();
}
q.push_front(i);
}
vector<int>ans;
ans.push_back(nums[q.back()]);
for(int i=k;i<nums.size();i++){
while(!q.empty()&&nums[i]>=nums[q.front()]){
q.pop_front();
}
q.push_front(i);
while(!q.empty()&&q.back()<=i-k)q.pop_back();
ans.push_back(nums[q.back()]);
}
return ans;
}
};