单调队列实现滑动窗口最大值问题

本文探讨了如何利用单调队列有效地解决滑动窗口最大值的问题,避免了暴力搜索和堆优化的复杂性,重点介绍了队列中存储数组下标以及关键的判断条件。
摘要由CSDN通过智能技术生成

暴搜

public int[] maxSlidingWindow(int[] nums, int k) {
        if(k==1){
            return nums;
        }
        int[] res = new int[nums.length-k+1];
        for(int i=0;i<=nums.length-k;i++){
            int max = nums[i];
            for(int j=i;j<i+k;j++){
                if(nums[j]>max){
                    max=nums[j];
                }
            }
            res[i]=max;
        }
        return res;
    }

暴搜+堆优化

public static int[] maxWindowHeap(int[] nums, int k) {
        if(k == 1){
            return nums;
        }
        int len = nums.length;
        int[] res = new int[len-k+1];
        for(int i=0;i<=len-k;i++) {
            Queue<Integer> queue = new PriorityQueue<>(k,(o1,o2)->(o2-o1));
            for(int j=i;j<i+k;j++) {
                queue.add(nums[j]);
            }
            res[i]=queue.peek();
        }
        return res;
    }

单调队列
队列里面存储的是数组的下标,注意判断条件时的书写

public static int[] maxWindowDeque(int[] nums, int k) {
        if(k==1 || nums.length==0 || nums==null){
            return nums;
        }
        int len = nums.length;
        int[] res = new int[len-k+1];
        int idx = 0;
        LinkedList<Integer> queue = new LinkedList<>();
        for(int i=0;i<len;i++) {
            while(!queue.isEmpty() && nums[queue.peekLast()]<=nums[i]){
                queue.pollLast();
            }
            queue.addLast(i);
            if(queue.peekFirst()==(i-k)){
                queue.pollFirst();
            }
            if(i>=k-1){
                res[idx++]=nums[queue.peekFirst()];
            }
        }
        return res;
    }
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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