剑指offer-滑动窗口的最大值

题目描述

• 给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，他们的最大值分别为{4,4,6,6,6,5}； 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个： {[2,3,4],2,6,2,5,1}， {2,[3,4,2],6,2,5,1}， {2,3,[4,2,6],2,5,1}， {2,3,4,[2,6,2],5,1}， {2,3,4,2,[6,2,5],1}， {2,3,4,2,6,[2,5,1]}。
• 地址：牛客链接

问题分析

• 非常经典的滑动窗口问题，只不过该题是固定窗口大小，相对简单一点
• 如何维护滑动窗口的最大值？
  
  • 维护最大值时，用双端队列，队列内存放数组索引（因为原数组中可能会有重重复元素，存index则不会重复），使索引位置上的数从大到小。
  • 当right向右移动时，窗口加数。只有当队列非空，并且队尾元素小于等于待加入元素时，弹出队尾元素（等于是为了当出现重复元素时，让索引是最新索引（靠后的索引））。直至队尾元素大于待加入元素。将待加入元素加入队尾。
  • 当left向右移动时，窗口减数。检查过期的index是否是队首元素，若是，则将队首元素从队首出队。
• 如何维护滑动窗口的最小值
  
  • 维护最小值时,用双端队列，队列内存放数组索引，使索引位置上的数从小到大。
  • 当right向右移动时，窗口加数。只有当队列非空，并且队尾元素大于等于待加入元素时，弹出队尾元素。直至队尾元素小于待加入元素。将待加入元素加入队尾。
  • 当left向右移动时，窗口减数。检查过期的index是否是队首元素，若是，则将队首元素从队首出队。
• 回到问题本身上来，本题方法1便是用了left 与right 来指示一个窗口左边界和右边界。但由于窗口大小是固定的，所以也可以只用一个值来确定窗口右边界即可。只要在右边界向右走之后，检查maxWin里面维护的最大值是否已经出窗即可。如果i - winMax.peekFirst() + 1 > size 说明 num[winMax.peekFirst()] 已经出窗，所以需要将winMax中第一个元素出队。

经验教训

• 滑动窗口内的最大值
• 滑动窗口内的最小值

代码实现

• left 与 right 法

    public ArrayList<Integer> maxInWindows1(int [] num, int size) {
        ArrayList<Integer> res = new ArrayList<>();
        if (num == null || size <= 0 || num.length < size) {
            return res;
        }
        //left,right用来指示窗口的大小
        int left = 0;
        int right = 0;
        LinkedList<Integer> winMax = new LinkedList<>();
        //先装入size个
        while(right - left <= size - 1) {
            //使winMax中从前到后存储的index，它们所指示的元素从大到小的。
            while (! winMax.isEmpty() && num[winMax.peekLast()] <= num[right]) {
                winMax.pollLast();
            }
            winMax.addLast(right);
            ++right;
        }
        //得到第一个窗口的值
        res.add(num[winMax.peekFirst()]);
        while (right < num.length) {
            //此时，开始计算一个新窗口，right已经后移，需要将left同样后移，这样才是一个新窗口
            //左边出窗
            //若最大值索引已经被移出窗外，那么需要从winMax中删除
            int expireIndex = left;
            if (expireIndex == winMax.peekFirst()) {
                winMax.pollFirst();
            }
            //left后移
            ++left;
            //右边入窗
            while (! winMax.isEmpty() && num[winMax.peekLast()] <= num[right]) {
                winMax.pollLast();
            }
            winMax.addLast(right);
            //将新窗口的最大值加入结果集中
            res.add(num[winMax.peekFirst()]);


            //right后移，计算下一窗口
            ++right;
        }
        return res;
    }

• 简洁法

    public ArrayList<Integer> maxInWindows(int [] num, int size) {
        if (num == null || size <= 0 || num.length < size) {
            return new ArrayList<Integer>();
        }
        ArrayList<Integer> res = new ArrayList<>();
        LinkedList<Integer> winMax = new LinkedList<>();
        //i便可以看做窗口的右边界
        for (int i = 0; i < num.length; i++) {
            //当winMax队首元素所指向的元素因为i的增加不在窗口内时，需要从winMax中移除
            if (!winMax.isEmpty() && i - winMax.peekFirst() + 1 > size) {
                winMax.pollFirst();
            }
            //右边入窗
            while(!winMax.isEmpty() && num[winMax.peekLast()] <= num[i]) {
                winMax.pollLast();
            }
            winMax.addLast(i);
            //只有当形成size大小窗口时，才加入到结果集中
            if (i >= size - 1) {
                res.add(num[winMax.peekFirst()]);
            }
        }
        return res;
    }