【队列的算法题记录】239. 滑动窗口最大值

239. 滑动窗口最大值

题目链接

思路

提到滑动窗口就不难不想到队列,这题是要获得滑动窗口每一步的最大值,所以我们可以通过保证队列的单调性(即单调递减,使得最大值永远处在队列前端)来实现:

class MyQueue {
        public:
            deque<int> que; // 用deque来实现单调队列
            // 如果当前value和队列前端元素相等,就让队列前端元素出列
            void pop(int value) {
                if(!que.empty() && value == que.front()) {
                    que.pop_front();
                }
            }
            /* 如果当前数值比队列入口处元素大,则要将队列后端的数值弹出,
            直到value小于队列入口处元素(保证单调递减)*/
            void push(int value) {
                while(!que.empty() && value > que.back()) {
                    que.pop_back();
                }
                que.push_back(value);
            }
            // 获取队列中的最大值(永远在前端)
            int front() {
                return que.front();
            }
    }

上面用deque实现了我们需要的队列操作:pop、push和front。滑动窗口向后滑动时,pop可以弹出前端元素,push是加入后面的元素,front是获取当前队列中的最大值(因为我们实现的是单调递减队列)。

那么我们具体是怎么让元素出入列同时保持单调递减的呢?

  • 当滑动窗口滑动,要加入元素到队列时,首先看当前元素value与队列最后面的元素大小,如果value比它小,则直接加入value至队尾可以保证单调递减。如果value比它大,则要先让队尾元素出去,这里用的是while循环而不是if,我们要让比value小的都出队列,保证单调性。
  • 滑动窗口滑动,加入元素,也要弹出队列前端的元素,这里我们不能直接弹出,因为队列最前端放的是最大值,而它不一定是要出队列的那一个元素,所以在进行pop时,我们首先要判断前端元素是不是我们要pop出来的那个元素。

cpp代码

class Solution {
private:
    class MyQueue {
        public:
            deque<int> que; // 用deque来实现单调队列
            // 如果当前value和队列前端元素相等,就让队列前端元素出列
            void pop(int value) {
                if(!que.empty() && value == que.front()) {
                    que.pop_front();
                }
            }
            /* 如果当前数值比队列入口处元素大,则要将队列后端的数值弹出,
            直到value小于队列入口处元素(保证单调递减)*/
            void push(int value) {
                while(!que.empty() && value > que.back()) {
                    que.pop_back();
                }
                que.push_back(value);
            }
            // 获取队列中的最大值(永远在前端)
            int front() {
                return que.front();
            }
    }
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MyQueue que;
        vector<int> result;
        for(int i = 0; i < k; i++) {    // 首先将nums的前k个元素加入队列
            que.push(nums[i]);
        }
        result.push_back(que.front());  // 取得初始窗口的最大值(获取单调队列的前端)

        for(int i = k; i < nums.size(); i++) {
            que.pop(nums[i-k]); // 滑动窗口移除最前面的元素
            que.push(nums[i]);  // 滑动窗口前加入最后面的元素
            result.push_back(que.front());  // 记录对应的最大值
        }
};
  • 4
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 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
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