题目
给定一个数组 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 k 内的数字。滑动窗口每次只向右移动一位。
返回滑动窗口最大值。
进阶
你能在线性时间复杂度内解决此题吗?
示例
输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
输出: [3,3,5,5,6,7]
解释:
提示
- 1 <= nums.length <= 10^5
- -10^4 <= nums[i] <= 10^4
- 1 <= k <= nums.length
思路1(暴力法)
遍历数组nums,取出对应区间的最大值记录即可。
class Solution:
def maxSlidingWindow(self, nums, k):
"""
:type nums: List[int]
:type k: int
:rtype: List[int]
"""
res = list()
if not nums:
return res
for i in range(len(nums)-k+1):
j = i + k
res.append(max(nums[i:j]))
return res
可见暴力法的时间复杂度较高,可以考虑进行优化
思路2(动态规划)
- 将输入数组分割成有 k 个元素的块。
- 情况一:开头元素为 i ,结尾元素为 j 的当前滑动窗口在一个块内,则建立数组 left, 其中 left[j] 是从块的开始到下标 j 最大的元素,方向 左->右
- 情况二:开头元素为 i ,结尾元素为 j 的当前滑动窗口在两个块中,则还需要数组 right,其中 right[j] 是从块的结尾到下标 j 最大的元素,方向 右->左
- right[i] 是左侧块内的最大元素, left[j] 是右侧块内的最大元素。因此滑动窗口中的最大元素为 max(right[i], left[j])
- 其中 i 取值范围为 (0, n - k + 1)
class Solution(object):
def maxSlidingWindow(self, nums, k):
"""
:type nums: List[int]
:type k: int
:rtype: List[int]
"""
n = len(nums)
if n * k == 0:
return []
if k == 1:
return nums
left = [0] * n
left[0] = nums[0]
right = [0] * n
right[n - 1] = nums[n - 1]
for i in range(1, n):
# from left to right
if i % k == 0:
# block start
left[i] = nums[i]
else:
left[i] = max(left[i - 1], nums[i])
# from right to left
j = n - i - 1
if (j + 1) % k == 0:
# block end
right[j] = nums[j]
else:
right[j] = max(right[j + 1], nums[j])
output = []
for i in range(n - k + 1):
output.append(max(left[i + k - 1], right[i]))
return output
可见,在空间复杂度变化不大的情况下,时间复杂度大大减小