C++算法(九)滑动窗口的最大值

15 篇文章 0 订阅


滑动窗口的最大值

一、题目描述

给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值。

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:

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

提示:

你可以假设 k 总是有效的,在输入数组不为空的情况下,1 ≤ k ≤ 输入数组的大小。

作者:Krahets
链接:https://leetcode-cn.com/leetbook/read/illustration-of-algorithm/58o46i/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

二、解题思路及代码实现

1、解题思路

在滑动窗口中,每次移动窗口,最左边的移除,右边的加入窗口,最先想到的是使用列表来存储窗口的元素,方便插入和删除,同时链表可以排序,这样可以非常方便的取得最大值。这样设计貌似效率不是很好,看了官方解题方案,感觉也很麻烦,还是贴一下自己写的代码吧。

2、C++代码实现

struct MyNode {
    int val;
    MyNode* next;

    MyNode(int _val) {
        val = _val;
        next = NULL;
    }
};

class Solution {

private:
    MyNode* m_head = NULL;
    MyNode* m_tail = NULL;
    MyNode* m_free = NULL;
public:
    void init_order_list(vector<int>& nums, int k) {
        for (int i = 0; i < k; ++i) {
            MyNode* tmp = new MyNode(nums.at(i));
            if (m_head == NULL) {
                m_head = tmp;
                m_tail = tmp;
            } else {
                if (nums.at(i) >= m_head->val) {
                    tmp->next = m_head;
                    m_head = tmp;
                } else {
                    MyNode* current = m_head->next;
                    MyNode* pre = m_head;
                    while (current != NULL) {
                        if (nums.at(i) >= current->val) {
                            pre->next = tmp;
                            tmp->next = current;
                            break;
                        } else {
                            pre = current;
                            current = current->next;
                        }
                    }

                    if (current == NULL) {
                        pre->next = tmp;
                    }
                }
            }
        }
    }

    int get_max(int in, int out) {
        MyNode* current = m_head;
        MyNode* pre = m_head;
        //移除出来的值
        while (out != current->val) {
            pre = current;
            current = current->next;
        }

        m_free = current;
        pre->next = current->next;
        if (current == m_head) {
            m_head = current->next;
        } else {
            pre->next = current->next;
        }


        //插入新值
        current = m_head;
        pre = m_head;
        while (current!= NULL && in < current->val) {
            pre = current;
            current = current->next;
        }


        m_free->val = in;

        if (current == m_head) {
            m_head = m_free;
            m_free->next = current;
        } else {
            pre->next = m_free;
            m_free->next = current;
        }

        return  m_head->val;
    }


    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> ret;
        if (nums.size() < k || k <= 0) return ret;
        init_order_list(nums, k);
        ret.push_back(m_head->val);

        for (int i = 0; i < nums.size() - k; ++i) {
            int max_val = get_max(nums.at(i + k), nums.at(i));
            ret.push_back(max_val);
        }

        return ret;
    }
};

三、提交结果

在这里插入图片描述


总结

确实没有想到什么好方法,也有考虑过用队列实现的,没想出来,o(╥﹏╥)o

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
单调队列是一种特殊的数据结构,用于解决滑动窗口问题。在滑动窗口问题中,要求在一个大小为k的窗口中,找到窗口内的最大值或最小值。单调队列通过维护一个单调递增或递减的队列,可以高效地解决这个问题。 具体实现上,可以使用两个单调队列,一个用于维护窗口内的最大值,另一个用于维护窗口内的最小值。在添加新元素时,如果队列不为空且要加入的元素值小于队列尾的值,则将队尾弹出,直到队尾小于要加入的元素或者队列为空。这样,队首就是当前窗口内的最大值或最小值了。 对于问题中提到的代码,首先定义了一个用于存储下标的队列stk,以及用于存储数组元素的数组a。然后通过一个循环,分别计算了窗口内的最小值和最大值。在计算最小值时,维护了一个单调递增的队列,即队首是窗口内的最小值。在计算最大值时,维护了一个单调递减的队列,即队首是窗口内的最大值。最后,输出计算结果。 总结起来,单调队列是一种解决滑动窗口问题的高效数据结构,可以通过维护单调递增或递减的队列来求解窗口内的最大值或最小值。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span> #### 引用[.reference_title] - *1* [整数滑动窗口(acwing算法C++)](https://blog.csdn.net/falldeep/article/details/118631830)[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^v93^chatgptT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [【Week5作业 D】滑动窗口【单调队列】](https://download.csdn.net/download/weixin_38647039/14916076)[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^v93^chatgptT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* *4* [【acwing】单调队列--154. 滑动窗口](https://blog.csdn.net/qq_43531919/article/details/115402227)[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^v93^chatgptT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .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