Leetcode——滑动窗口的最大值
Posted Yawn,
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Leetcode——滑动窗口的最大值相关的知识,希望对你有一定的参考价值。
1. 题目
2. 题解
(1)优先队列
- 将数组 nums 的前 k 个元素放入优先队列中
- 每当我们向右移动窗口时,我们就可以把一个新的元素放入优先队列中,此时堆顶的元素就是堆中所有元素的最大值
- 然而这个最大值可能并不在滑动窗口中,在这种情况下,这个值在数组 \\textit{nums}nums 中的位置出现在滑动窗口左边界的左侧
- 当我们后续继续向右移动窗口时,这个值就永远不可能出现在滑动窗口中了,我们可以将其永久地从优先队列中移除。
- 断地移除堆顶的元素,直到其确实出现在滑动窗口中。此时,堆顶元素就是滑动窗口中的最大值。
- 为了方便判断堆顶元素与滑动窗口的位置关系,可以在优先队列中存储二元组(num,index),表示元素 num 在数组中的下标为index。
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
int n = nums.length;
// 1. 优先队列存放的是二元组(num,index) :
//大顶堆(元素大小不同按元素大小排列,元素大小相同按下标进行排列)
// num : 是为了比较元素大小
// index : 是为了判断窗口的大小是否超出范围
PriorityQueue<int[]> pq = new PriorityQueue<int[]>(new Comparator<int[]>(){
public int compare(int[] pair1,int[] pair2){
return pair1[0] != pair2[0] ? pair2[0] - pair1[0]:pair2[1] - pair1[1];
}
});
// 2. 优选队列初始化 : k个元素的堆
for(int i = 0;i < k;i++){
pq.offer(new int[]{nums[i],i});
}
// 3. 处理堆逻辑
int[] res = new int[n - k + 1]; // 初始化结果数组长度 :一共有 n - k + 1个窗口
res[0] = pq.peek()[0]; // 初始化res[0] : 拿出目前堆顶的元素
for(int i = k;i < n;i++){ // 向右移动滑动窗口
pq.offer(new int[]{nums[i],i}); // 加入大顶堆中
while(pq.peek()[1] <= i - k){ // 将下标不在滑动窗口中的元素都干掉
pq.poll(); // 维护:堆的大小就是滑动窗口的大小
}
res[i - k + 1] = pq.peek()[0]; // 此时堆顶元素就是滑动窗口的最大值
}
return res;
}
}
(2)单调队列
- 遍历数组,将 数 存放在双向队列中,并用 L,R 来标记窗口的左边界和右边界。
- 队列中保存的并不是真的 数,而是该数值对应的数组下标位置,并且数组中的数要从大到小排序。
- 如果当前遍历的数比队尾的值大,则需要弹出队尾值,直到队列重新满足从大到小的要求。
- 刚开始遍历时,L 和 R 都为 0,有一个形成窗口的过程,此过程没有最大值,L 不动,R 向右移。
- 当窗口大小形成时,L 和 R 一起向右移,每次移动时,判断队首的值的数组下标是否在 [L,R] 中,如果不在则需要弹出队首的值,当前窗口的最大值即为队首的数。
class Solution {
public int[] maxSlidingWindow(int[] nums, int k)
{
int len = nums.length;
if(nums == null || len < 2)
return nums;
// 双向队列 保存当前窗口最大值的数组位置 保证队列中数组位置的数值按从大到小排序
// 结果数组
int[] result = new int[len - k + 1];
Deque<Integer> queue = new LinkedList<>();
for(int i = 0; i < len; i++){
while(!queue.isEmpty() && nums[queue.peekLast()] <= nums[i])
queue.pollLast();
// 添加当前值对应的数组下标
queue.addLast(i);
// 判断当前队列中队首的值是否有效
if(queue.peek() <= i - k)
queue.poll();
//当窗口长度为k时 保存当前窗口中最大值
//当前窗口范围:[i-k+1,i]
if(i - k + 1 >= 0){
result[i - k + 1] = nums[queue.peek()];
}
}
return result;
}
}
以上是关于Leetcode——滑动窗口的最大值的主要内容,如果未能解决你的问题,请参考以下文章