此系列记录刷题过程中遇到的难题,个人对解题思路的理解,纯属个人笔记。
思路
一开始的做法是用暴力法在窗口内找出最大值,时间复杂度为O(n*k),大数据量会超时。
因此,换一种数据结构单调队列,记录窗口中的元素,从大到小排列,队头是窗口中所有元素的最大值。
单调队列是用双端队列deque实现的,有三个方法:
1.pop(value),队头元素等于value,就弹出队头元素
2.pushBack(value),value大于队列入口元素(队尾元素),弹出队尾元素,直至value小于等于队尾元素,将value入队。
3.front(),返回队列头部元素,即窗口中最大值。
使用单调队列解题步骤:
1.前K个元素pushBack()入队;
2.front()获取队列头部元素,即窗口最大值;
3.窗口向后移动一位,pop()窗口移出的元素,pushBack()窗口移入的元素;
4.front()获取窗口最大值,返回步骤3,直至窗口移动到数组的末端。
复杂度
借助单调队列,避免暴力法多次比较元素找最大值,降低了算法的时间复杂度。
时间复杂度:O(n)
空间复杂度:O(k)
Code
class Solution {
public Deque<Integer> que = new LinkedList();
public void pop(int value){
if(que.peek() == value){
que.removeFirst();
}
}
public void pushBack(int value){
while(que.size()!=0 && que.getLast()<value){
que.removeLast();
}
que.add(value);
}
public int front(){
return que.peek();
}
public int[] maxSlidingWindow(int[] nums, int k) {
int[] rs = new int[nums.length - k + 1];
// 数组前K个元素入队
for(int i=0; i<k; i++){
pushBack(nums[i]);
}
System.out.println(que);
int t = 0;
rs[t++] = front();
for(int i=k;i<nums.length;i++){
// 滑动窗口向后移动,弹出移除窗口的元素,进入窗口的元素需要入队
pop(nums[i-k]);
pushBack(nums[i]);
// 获取窗口的最大值
rs[t++]=front();
}
return rs;
}
}