239. Sliding Window Maximum
Posted skillking
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239. Sliding Window Maximum相关的知识,希望对你有一定的参考价值。
一、题目
1、审题
2、分析
给出一个整形数组,一个窗口大小 k,此窗口每次包含 k 个连续元素,依次向后移动,将每次窗口中的最大元素进行记录。
二、解答
1、思路
方法一、
采用双端队列 Deque 存储每次窗口中最大元素的下标 i,且队列中存储的下标是依次增大的。
①、循环判断队列中元素值 < i - k + 1,则元素出队列。
②、循环判断,队列后部分的元素下标对应的元素值是否小于当前遍历的元素的值,若是,则从后部依次出队。 // 保证了下标对应的元素的值是递增的。
③、当前元素下标入队。
解释不是太清楚,具体摘自:
https://leetcode.com/problems/sliding-window-maximum/discuss/65881/O(n)-solution-in-Java-with-two-simple-pass-in-the-array
public int[] maxSlidingWindow2(int[] nums, int k) { if(nums == null || k <= 0) return new int[0]; int n = nums.length; int[] r = new int[n - k + 1]; int ri = 0; Deque<Integer> q = new ArrayDeque<>(); // store index for(int i = 0; i < n; i++) { // remove numbers out of range k while(!q.isEmpty() && q.peek() < i - k + 1) q.poll(); // remove smaller numbers in k range as they are useless while(!q.isEmpty() && nums[ q.peekLast()] <= nums[i]) q.pollLast(); q.offer(i); if(i >= k - 1) r[ri++] = nums[q.peek()]; } return r; }
方法二、
采用两个整形数组 leftWindow、rightWindow。
将数组 nums 从前向后分成 n 个窗口,其中每份含有 k 个元素(最后一份可能小于 k)。
leftWindow 存储从左向右遍历元素,当前窗口的最大值。rightWindow存储从右向左遍历元素,当前窗口的最大值。
最终所求的窗口最大值即为: re[i] = Math.max(leftWindow(i), rightWindow[i - k + 1]) , 其中 leftWindow 与 rightWindow 分别是当前窗口的 尾部和头部。
public int[] maxSlidingWindow22(int[] nums, int k) { if(nums == null || k <= 0) return new int[0]; int n = nums.length; int[] leftWindow = new int[n]; leftWindow[0] = nums[0]; int[] rightWindow = new int[n]; rightWindow[n - 1] = nums[n - 1]; for (int i = 1, j = n - 2; i < n; i++, j--) { leftWindow[i] = (i % k == 0 ? nums[i] : Math.max(nums[i], leftWindow[i-1])); rightWindow[j] = (j % k == 0 ? nums[j] : Math.max(nums[j], rightWindow[j + 1])); } int[] re = new int[n - k + 1]; for (int i = k - 1, j = 0; i < n; j++, i++) re[j] = Math.max(leftWindow[i], rightWindow[j]); return re; }
以上是关于239. Sliding Window Maximum的主要内容,如果未能解决你的问题,请参考以下文章