239. 滑动窗口最大值
题意:
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]
示例 3:
输入:nums = [1,-1], k = 1
输出:[1,-1]
示例 4:
输入:nums = [9,11], k = 2
输出:[11]
示例 5:
输入:nums = [4,-2], k = 2
输出:[4]
解题思路:
自己想了一个多小时,想法是这样的
- 想用set容器和pair一起完成,但是需要排序值,而且查找的时间复杂度太高,相当于暴力.
- 那么就改用map,有类似于pair的功能.但是它不自带排序,总不能每次插入一个新的就排序一次,这也相当于暴力.
一直在两个容器间寻找如何做,直到后面实在没想到.看了题解才知道用优先队列和单调队列.
优先队列:
思想:利用优先队列顶部一定是最大值的性质.然后利用pair
<值,下标>
判断是否已经划出窗口
- 首先压入前面K个元素,因为大顶堆性质,所有顶部一直是最大值.
- 这时候遍历后续的数,每一次都需要判断顶部元素是否已经滑出窗口,即
que.top().second <= i - k
.- 每一次循环都添加最顶上元素到res结果数组中,直到循环结束即可
单调队列:
思想:单调队列利用deque容器可以删除尾部特点,可以保证每一次顶端都是最大值…
- 如果要插入的值比尾部尾部下标对应的值大,那么就把尾部下标对应的值删除.
- deque存储下标,如果超过界限,也就是
q.front() <= i - k
.那么久需要把这个下标去除.- 每一次循环都压入顶部下标对应的值
- 循环遍历整个数组即可
优先队列代码:
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int> res;
priority_queue<pair<int, int>> que;
for (int i = 0; i < k; i++)
{
que.emplace(nums[i], i);
}
res.push_back(que.top().first);
for (int i = k; i < nums.size(); i++)
{
que.emplace(nums[i], i);
while (que.top().second <= i - k)
que.pop();
res.push_back(que.top().first);
}
return res;
}
};
单调队列代码:
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
int n = nums.size();
deque<int> q;
for (int i = 0; i < k; ++i) {
while (!q.empty() && nums[i] >= nums[q.back()]) {
q.pop_back();
}
q.push_back(i);
}
vector<int> ans = { nums[q.front()] };
for (int i = k; i < n; ++i) {
while (!q.empty() && nums[i] >= nums[q.back()]) {
q.pop_back();
}
q.push_back(i);
while (q.front() <= i - k) {
q.pop_front();
}
ans.push_back(nums[q.front()]);
}
return ans;
}
};
总结:
两种想法都能完成,主要就是利用队列的思想.我做的时候一直想着的是优先队列,但是我是用STL做的,没有完成,看了题解才去看的优先队列…学的还不够多,不然应该要第一反应的