leetcode:150题 滑动窗口最大值

由于长时间不刷题,总会忘记一些题目解法,就当作记录思路的地方吧。

题目描述如下:

public class MaxSlidingWindow_239 {


    /**
     * 可以采用单调队列的方式,将数据入队列,如果数据大于已入队列的数据,就将其他数据移出队列。
     * 例如数组如下:
     * 2 1 5 2 3 1
     *
     * -------------------
     *      2    1       <-5
     * -------------------
     * 当5进入单独队列时,由于1和2小于5,就将其退出队列,
     * 注意这里的比较是从已经入队数据的右边比起,先比1,再比2。
     * 结果如下
     * -------------------
     *      5
     * -------------------
     *
     *
     * 当3入时,由于当前3比2大,会把2也出队。
     * 注意:这里一样也是先比队列中右边的数字,如果先比左边的,会因为5大于3而停止遍历。
     * -------------------
     *      5   2        <-3
     * -------------------
     * 此时剩下5和3
     * -------------------
     *      5   3
     * -------------------
     *
     *
     */
    public int[] maxSlidingWindow(int[] nums, int k) {


        int n = nums.length;
        Deque<Integer> deque = new LinkedList<>();
        /**
         * Deque其实就是双端队列
         *                       --------------------------------
         *       pollFirst  <-                                   <- offerLast
         *      该方向数据出队列  --------------------------------     该方向数据进队列
         *
         *                       --------------------------------
         *    offerFirst  ->                                      -> pollLast
         *    该方向数据入队列    --------------------------------     该方向数据出队列
         *
         *                      ↑                                  ↑
         *                    队列头部                             队列尾部
         *
         * offerLast和pollFirst是一组先进先出的操作
         * deque.addLast(1);
         * deque.addLast(2);
         * 在队列中中就是 [1,2]
         * deque.pollFirst()会取出1
         * 再deque.pollFirst()会取出2
         *
         */


        //先将前k个进行处理
        for (int i = 0; i < k; i++) {
            //查看队列不为空,并且当前元素大于等于队列尾部元素,注意由于后续还要判断该数字是否要从队列头退出,这里采用队列中直接记录下标的方式,方便后续操作
            while (!deque.isEmpty() && nums[i] >= nums[deque.peekFirst()]){
                //就把队尾元素退出队列
                deque.pollFirst();
            }
            //将当前元素放入队列中
            deque.offerLast(i);
        }
        /**
         * 最终返回的结果是 n - k + 1个窗口
         * 例如数组[1,3,-1,-3,5,3,6,7], k = 3, n1=8
         * 最终的结果是[3,3,5,5,6,7] n2=6
         * 那么 n2 = n1 - k + 1
         */
        int[] result = new int[n-k+1];
        //将上面已经处理的k个的结果,也就是将队列头,即最大值,放入result中
        result[0] = nums[deque.peekFirst()];
        //对剩余的 n - k 个进行处理
        for (int i = k; i < n; i++) {
            //将当前数字与队列中队尾的数字进行比较
            while (!deque.isEmpty() && nums[i] >= nums[deque.peekLast()]) {
                //当前数字大于队尾就将队尾数字退出队列
                deque.pollLast();
            }
            //将当前数字加入队列
            deque.offerLast(i);
            //判断下队列头部所插入元素的下标是否已经超出了当前的窗口
            while (deque.peekFirst() <= i - k) {
                //超出窗口就将该元素重队列头退出。
                deque.pollFirst();
            }
            //将当前窗口内的队列头元素,即最大值的放入result结果数组
            result[i - k + 1] = nums[deque.peekFirst()];


        }
        return result;
    }




    public static void main(String[] args) {
        MaxSlidingWindow_239 test = new MaxSlidingWindow_239();
        int[] nums = new int[]{1,3,-1,-3,5,3,6,7};
        int k = 3;
        int[] result = test.maxSlidingWindow(nums, k);
        for (int i = 0; i < result.length; i++) {
            System.out.print(result[i]+" ");


        }
        System.out.println();


        nums = new int[]{1, -1};
        k = 1;
        result = test.maxSlidingWindow(nums, k);
        for (int i = 0; i < result.length; i++) {
            System.out.print(result[i]+" ");


        }
        System.out.println();


        nums = new int[]{7, 2, 4};
        k = 2;
        result = test.maxSlidingWindow(nums, k);
        for (int i = 0; i < result.length; i++) {
            System.out.print(result[i]+" ");


        }
    }
}

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