Leetcode原题链接:滑动窗口最大值
一、思路
1、暴力
- 窗口滑动一次,提一个最大值出来,时间复杂度巨高O(n*k),自然没通过- -
2、优秀思路
- 一个思考的盲区:总想维护滑动框内的所有值,实际没必要,只需要保证每次滑动弹出的是最大值即可,因此采用以下思路。
- 自制一个双向单调队列,进行一定规则的
pop
、push
、getMaxValue
操作。 - ①
pop
操作:这里有个误解,我本来以为是无脑弹出队列头部,其实每次弹出的是滑动框的第一个元素num[i]
,因此在pop
操作中实际上是要比较当前队列头是否等于num[i]
,若等于,才弹出,否则虽然调用了函数,其实什么也没做。采取这种pop
方式可以在循环num[i]
的时候,既保证了滑动框后移一位,又不会误删队列头那个元素。(补充:如果新数在在数值上等于队列头,但位置上不等,那也把队列头弹出,这时虽然的确“误删”了队列头元素,但实际上删掉的那个数值还在队列中,仍可以维护队列头最大的情况,还不明白可以看下面的例子。) - ②
push
操作:每次push
进来一个新数前,先循环判断新数是否大于队尾,若大于,把原队尾pop
掉,删除所有比新数小的数后,再将新数push
进来,这样就完好的维护了单调队列。 - ③
getMaxValue
操作:其实就是获取队列头元素。
思虑再三感觉还是举个例子好理解:
比如现在队列是[3,1,2]的情况,下一个循环到的数字是3,现在进入循环,
主函数会先进行pop操作,此时由于新数和队列头相等,队列头pop掉,变为[1,2],
(虽然此时队列不是单调队列了,但实际上主函数的本次循环并没有结束,只需要保证在每次循环后单调即可)
然后主函数进行push操作,由于新数3比队列数字都大,经过push操作后,队列就变为了[3],结束循环。
可见,经过一次循环即滑动框的一次移动,队列仍然保持单调递减
二、代码
from collections import deque
class MyQueue: #单调队列(从大到小
def __init__(self):
self.queue = deque() #这里需要使用deque实现单调队列,直接使用list会超时
#每次弹出的时候,比较当前要弹出的数值是否等于队列出口元素的数值,如果相等则弹出。
#同时pop之前判断队列当前是否为空。
def pop(self, value):
if self.queue and value == self.queue[0]:
self.queue.popleft()#list.pop()时间复杂度为O(n),这里需要使用collections.deque()
#如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,直到push的数值小于等于队列入口元素的数值为止。
#这样就保持了队列里的数值是单调从大到小的了。
def push(self, value):
while self.queue and value > self.queue[-1]:
self.queue.pop()
self.queue.append(value)
#查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
def front(self):
return self.queue[0]
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
que = MyQueue()
result = []
for i in range(k): #先将前k的元素放进队列
que.push(nums[i])
result.append(que.front()) #result 记录前k的元素的最大值
for i in range(k, len(nums)):
que.pop(nums[i - k]) #滑动窗口移除最前面元素
que.push(nums[i]) #滑动窗口前加入最后面的元素
result.append(que.front()) #记录对应的最大值
return result
三、总结
- 太难了,总结经验的话,实在是需要思维跳出题目的框框,毕竟第一感觉都是维护整个滑动框的内容,看完解析后发现其实也不用,维护“最大值”就行了。不过还是记住这道题比较好,实在很难想到。
- 除了暴力算法外其实也尝试了分情况讨论,尝试了半天还是失败了,下面贴上试错过程代码,本来想每次维护“最大”和“次大”两个元素,结果维护一轮发现维护了个寂寞。
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
ret = []
last_max_pos = 0 # 上一组滑动框最大数字的位置
last_big_pos = 0 # 上一组滑动框次大数字的位置
# 最大次大不会同位置,后面会体现
start_pos = 0 # 滑动框第一个数字位置
end_pos = k - 1 # 滑动框最后一个数字位置
# 开始循环
for i in range(len(nums)):
big = nums[i+k-1] # 初始化,每次纳入一个新数,先假定它最大
# 情况一:若k=1
if k == 1:
return nums
# 情况二:k!=1,第一组滑动框至少先比出一个最大的
if i == 0:
for j in range(k-1):
if nums[j] > nums[j+1]:
big = nums[j]
last_max_pos = j
last_big_pos = j+1
else:
big = nums[j+1]
last_max_pos = j+1
last_big_pos = j
ret.append(big)
# 第一个滑动框最大值提取完成,滑到下一组,调整几个参数
start_pos += 1
end_pos += 1
# 这时,看滑动框超出去没,没超出去就继续,超出去了直接break
if end_pos <= len(nums)-1:
continue
else:
break
# 情况三:现在得到了第一组框里最大的数和次大的数的位置
# 首先,上一组最大的位置在不在这一组内
if last_max_pos >= start_pos: # 如果在,拿新数和它比较即可
if nums[end_pos] >= nums[last_max_pos]: # 如果新数更大,直接加进去,更新最大数位置
ret.append(nums[end_pos])
last_max_pos = end_pos
else: # 如果老数更大,也直接加进去
ret.append(nums[last_max_pos])
# 无论如何,更新新框位置
start_pos += 1
end_pos += 1
continue
else: # 如果不在,那次大肯定在,拿新数和它比较即可,无论如何,次大要不然变成了最大,要不然还是次大
if nums[end_pos] >= nums[last_big_pos]: # 如果新数更大,直接加进去,次大仍为次大
ret.append(nums[end_pos])
last_max_pos = end_pos
else: # 如果次大更大,直接加进去,次大变为最大,次大没了,操
ret.append(nums[last_big_pos])
last_max_pos = last_big_pos
# 无论如何,更新新框位置
start_pos += 1
end_pos += 1
continue
# 想太久了,想不出来了,放弃,看解析TAT
部分内容参考代码随想录