【leetcode239】【滑动窗口最大值】

最新推荐文章于 2022-05-28 10:29:59 发布

zyuPp

最新推荐文章于 2022-05-28 10:29:59 发布

阅读量188

点赞数

分类专栏： leetcode

本文链接：https://blog.csdn.net/zyuPp/article/details/105135775

版权

leetcode 专栏收录该内容

33 篇文章 0 订阅

订阅专栏

leetcode 239 滑动窗口最大值

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

解题思路：

解法一【O(N·logK)】
通常做最大值和最小值这种题目，我觉得使用优先队列（堆）是比较方便的，这里我们要求最大值，那么就维护一个size为K的堆，然后每次往后滑动，就扔掉第一个数，放入新元素，再次调整堆，调整堆的复杂度为O(logK)，总共的时间复杂度为O(N·logK)
解法二【O(N)】
使用双端队列deque，双端队列的特点是可以从两端都入队和出队. $\color{red}{核心思想是最大值永远是队列中最左边的值}$ , 依次放入数据，这里我把先进来的值叫做A，后进来的值叫做B，如果B小于A，那么就放在A后面，如果B大于A，那么就把A出队，B就是队列的最左边的值，以此类推，每次返回最大值。这里做的优化是不需要去维护堆里的k个元素的大小顺序，只需要记录最大值即可，所以用heap就有点杀鸡用牛刀了。

代码思路：

表示代码严谨性，判断输入是否为空
两个数组，window存放下标，res存放结果
window[0] <= i-k 是为了判断是否超过左边界，如果超出，就pop出来
逻辑重点，nums[window[-1]] <= x，意思是若输入的数比window里的元素大，就把window里的这些比它小的元素出队. 这里就像[3,1,2]，2比1大，所以会把1从右边踢出去，放入2，最大值仍然为3，往后走一步，3会被踢出去，此时2就成最左边的值了，这里突出的思路是每个元素只需要进入window一次，1进去一次就被踢出来了，不需要再重复判断，所以复杂度为O(1)，

代码：

解法二：

class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        if not nums or not k : return []
        window,res = [],[]
        for i,x in enumerate(nums):
            if i>=k and window[0]<=i-k: 	#如果window已经走过k个数字，并且超出了左边界
                window.pop(0) 				#踢出去最左边的元素
            while window and nums[window[-1]] <= x: 
            	window.pop()
           								 #如果window不为空，且新进来的元素，比你前面的元素大，
            							#那么把前面元素给踢掉，放入新元素
                
            window.append(i) #无论怎样都是要先进window一次的
            if i>=k-1:  #window走过了k个数字再开始记录res
                res.append(nums[window[0]])
        return res

$\color{red}{复杂度分析：}$

空间复杂度O(N)，输出数组使用了 ${O}(N - k + 1)$ 空间，双向队列使用了 ${O}(k)$ 。
时间复杂度O(N)每个元素被处理两次：其索引被添加到双向队列中和被双向队列删除。

进阶分析：

打算实现一下解题思路：
第一个想到的是暴力法，遍历每个滑动窗口，找到每个窗口最大的值，一共N-k+1个滑动窗口，每个有K个元素，时间复杂度为 $O (N \cdot K)$

class Solution:
    def maxSlidingWindow(self, nums: 'List[int]', k: 'int') -> 'List[int]':
		n = len(nums)
		if n*k == 0:  #判断nums和k是否为空
			return []
		res = []
		for i in range(n-k+1):
			res.append(max(nums[i:i+k]))
		return res