LeetCode239. 滑动窗口最大值 (JavaScript解法)

239. 滑动窗口最大值

题解
思路1:双端队列
  • 思路利用数组模拟一个双端队列,用双端队列来作为窗口,当窗口宽度不到k时,不推最大值,当窗口宽度到达k时不断维持k的宽度,每次求解最大值并推入结果中。
  • 分析时间复杂度一个loop 嵌套Math.max()对k长度window的选最大值O(n * k) 空间复杂度O(k)
  • 代码实现
  if(k >nums.length ||  k <= 0 ) return []
  // 在初始化的时候就把k个数推入到窗口中
  let window = [...nums.slice(0,k)], res = []
  // 总共num.length 个数已经推入了k个还剩 k-num.length个
  for (let i = k; i <= nums.length; i++) {
      res.push(Math.max(...window))
      window.shift()
      window.push(nums[i])
  }
  return res
思路2:单调队列
  • 思路 利用单调队列,对nums进行遍历并手动维护一个单调递减队列,当需要被推入得值大于队尾的值时把之前小于他的都弹出。
  • 分析时间复杂度O(n)空间复杂度O(k)
  • 代码实现
var maxSlidingWindow = function (nums, k) {
  // 边界条件
  if (k > nums.length || k <= 0) return []
  let deque = [], res = []
  for (let i = 0; i < nums.length; i++) {
      // 如果nums[i]比栈尾的数大,则弹出
      while (deque.length && deque[deque.length - 1] < nums[i]) {
        deque.pop()
      }
      // nums[i]入栈
      deque.push(nums[i])
      // 删除离开窗口的元素
      if(deque[0] === nums[i - k]) deque.shift()
      // 推入最大值
      if(i >= k - 1) res.push(deque[0]) 
  }
  return res
};
思路的通过时间的对比

思路一时间
思路1

思路2二时间思路二的时间

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