代码随想录——滑动窗口最大值

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。

---

239. 滑动窗口最大值

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;
    }
}