二刷LeetCode.滑动窗口的最大值(Java)(双端队列)

给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值。
示例:
输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
输出: [3,3,5,5,6,7]

我的思路:采用双端队列,通过双重循环遍历,每k个一组,依次加入双端队列,同时调用一个函数,将该组的最大值移到最左边。该轮次结束,将双端队列清空,进行下一轮。

写法一:双端队列+双重循环

	// 双端队列
static ArrayDeque<Integer> deque = new ArrayDeque<>();

static public int[] maxSlidingWindow(int[] nums, int k) {
	if (nums.length == 0) {
		return new int[0];
	}
	if (k == 1) {
		return nums;
	}
	List<Integer> list = new ArrayList<Integer>();
	for (int i = 0; i < nums.length - k + 1; i++) {
		for (int j = i; j < i + k; j++) {
			deque.add(nums[j]);
			maxNum();
		}
		list.add(deque.getFirst());
		deque.clear();
	}
	int[] arr = new int[list.size()];
	for (int i = 0; i < list.size(); i++) {
		arr[i] = list.get(i);
	}
	return arr;
}

static public void maxNum() {
	while (deque.getFirst() < deque.getLast()) {
		deque.removeFirst();
	}
	}
}

采用双端队列,是因为之前看过某个视频,那种做法我没有吸收好,然后自己就捣鼓了一下,但是性能很差,耗时长。这种做法其实不用双端队列都可以,下面的写法相同的思想:

写法二:双重循环

public int[] maxSlidingWindow(int[] nums, int k) {
	if (nums.length * k == 0) {
			return new int[0];
		}
		if (nums.length * k == 1) {
			return nums;
		}
		int[] res = new int[nums.length - k + 1];
		for (int i = 0; i < nums.length; i++) {
			int max = Integer.MIN_VALUE;
			for (int j = i; j < i + k; j++) {
				if (nums[j] > max) {
					max = nums[j];
				}
			}
			res[i] = max;
		}
		return res;
	}

详讲:这里的res数组的长度,根据nums.length- k +1 可以获得。每k个元素一轮,找出最大的值,加入res数组。

还有一种高效的双端队列做法,但是现阶段,修炼不够,日后再去理解理解,待续。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\],可以使用暴力解法来求解滑动窗口最大值。具体的做法是,遍历数组,对于每个窗口,使用一个内部循环来找到窗口中的最大值,并将其存储在结果数组中。时间复杂度为O(n*k),其中n为数组长度,k为窗口大小。 根据引用\[2\],还可以使用队列来求解滑动窗口最大值。具体的做法是,使用一个双端队列来维护一个单调递减的窗口。遍历数组,对于每个元素,首先判断队头是否在滑动窗口范围内,如果不在,则将其从队头移除。然后,将当前元素与队尾元素比较,如果当前元素大于队尾元素,则将队尾元素移除,直到队列为空或者当前元素小于等于队尾元素。最后,将当前元素的索引插入队尾。如果滑动窗口的元素个数达到了k个,并且始终维持在窗口中,就将队头元素加入答案数组中。时间复杂度为O(n),其中n为数组长度。 综上所述,可以使用暴力解法或者使用队列来求解leetcode滑动窗口最大值。 #### 引用[.reference_title] - *1* *3* [leetcode239. 滑动窗口最大值](https://blog.csdn.net/kkkkuuga/article/details/124829581)[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^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Leetcode#239. 滑动窗口最大值Java解法)](https://blog.csdn.net/paranior/article/details/114890555)[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^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .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