leetcode 239. 滑动窗口最大值 单调队列

给定一个数组 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:

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。

思路

单调队列

创建一个双向队列,将数组的索引存进去,维持一个从队头到队尾单调减的队列。当队列的长度达到k时,就要维护窗口大小,由于每次将窗口右移一位,所以每次只有一个元素进队。

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int n=nums.length;
        if(n==0||k==0)return new int[0];
        Deque<Integer> deque=new ArrayDeque<>();
        int[] res=new int[n-k+1];
        int res_idx=0;//数组索引

        for(int i=0;i<n;i++){
            while(!deque.isEmpty()&&nums[i]>=nums[deque.getLast()])deque.removeLast();
            deque.add(i);
            if(i>=k-1){//开始维护队列,并产生输出值
                int t=deque.getFirst();
                if(t<=i-k)deque.removeFirst();//判断队头元素是否属于窗口
                res[res_idx++]=nums[deque.getFirst()];
            }
        }
        return res;
    }
}

还有一种朴素的解法。

class Solution {
    //如果新来的数比最大值大,最大值为新数
    //如果新来的数比旧最大值小,旧最大值没有被滑掉,最大值保持不变
    // 如果新来的数比最大值小,最大值被滑掉了,重新比较
    public int[] maxSlidingWindow(int[] nums, int k) {
        if(nums.length==0||k==0)return new int[]{};
        int[] res=new int[nums.length-k+1];
        int res_i=0;
        int i=0;
        int j=i+k-1;
        int[] t = solveMax(nums,i,j);
        int idx=t[1];
        int maxv=t[0];
        while(j<nums.length){
            if(nums[j]>=maxv){
                maxv=nums[j];
                idx=j;
            }
            else{
                if(idx<i){
                    int[] t1 = solveMax(nums,i,j);
                    idx=t1[1];
                    maxv=t1[0];
                }
            }
            res[res_i++]=maxv;



            i++;j++;
        }
        return res;
       
    }

    int[] solveMax(int[] nums,int i,int j){
        int maxv=nums[i];
        int idx=i;
        for(int t=i+1;t<=j;t++){
            if(nums[t]>maxv){
                maxv=nums[t];
                idx=t;
            }
        }
        return new int[]{maxv,idx};
    }
}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\],可以使用暴力解法来求解滑动窗口最大值。具体的做法是,遍历数组,对于每个窗口,使用一个内部循环来找到窗口中的最大值,并将其存储在结果数组中。时间复杂度为O(n*k),其中n为数组长度,k为窗口大小。 根据引用\[2\],还可以使用队列来求解滑动窗口最大值。具体的做法是,使用一个双端队列来维护一个单调递减的窗口。遍历数组,对于每个元素,首先判断队头是否在滑动窗口范围内,如果不在,则将其从队头移除。然后,将当前元素与队尾元素比较,如果当前元素大于队尾元素,则将队尾元素移除,直到队列为空或者当前元素小于等于队尾元素。最后,将当前元素的索引插入队尾。如果滑动窗口的元素个数达到了k个,并且始终维持在窗口中,就将队头元素加入答案数组中。时间复杂度为O(n),其中n为数组长度。 综上所述,可以使用暴力解法或者使用队列来求解leetcode滑动窗口最大值。 #### 引用[.reference_title] - *1* *3* [leetcode239. 滑动窗口最大值](https://blog.csdn.net/kkkkuuga/article/details/124829581)[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^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Leetcode#239. 滑动窗口最大值 (Java解法)](https://blog.csdn.net/paranior/article/details/114890555)[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^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .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