LeetCode239. 滑动窗口最大值

   日期:2020-10-08     浏览:96    评论:0    
核心提示:问题描述给定一个数组 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。进阶:你能在线性时间复杂度内解决此题吗?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--------------- -----...

目录

问题描述

解题思路

问题描述

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。

进阶:

你能在线性时间复杂度内解决此题吗?

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

提示:

  • 1 <= nums.length <= 10^5
  • -10^4 <= nums[i] <= 10^4
  • 1 <= k <= nums.length

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/sliding-window-maximum
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

 

解题思路

最直观的做法是在滑动窗口时每次遍历一次窗口中的 k 个数取最大值,算法复杂度为 O(n x k)

使用双端队列可以将复杂度降为 O(n)

(1)遍历数组,每次从队尾添加元素,注意这里添加到队列的是数组的下标不是数组的值,需要判断队列中的数是否还在窗口中

(2)每次添加元素时,当前数组的值大于队尾则将队尾元素移除,直到小于队尾或者队列为空时才把数组下标添加到队尾

(3)判断队列中的元素个数,如果大于k或者队头存储的数组下标超出了窗口,则移除队头

import java.util.Deque;
import java.util.LinkedList;


public class leetcode239 {

    public static void main(String[] args) {
        int[] nums = {1,3,-1,-3,5,3,6,7};
//        int[] nums = {-1,2,1,3,-1,-3,5,3,6,7};
//        int[] nums = {1,3,1,2,0,5};
        int k = 3;
        int[] result = maxSlidingWindow(nums, k);
        System.out.println();
        for(int i=0;i<result.length;i++) {
            System.out.print(result[i] + " ");
        }
    }

    public static int[] maxSlidingWindow(int[] nums, int k) {
        int length = nums.length;
        // 结果数组
        int[] result = new int[length - k + 1];
        // 双端队列
        Deque<Integer> deque = new LinkedList<>();
        // 遍历数组
        for(int i=0;i<length;i++) {
            // 窗口大小大于k则移除队头
            if(deque.size() >= k || !deque.isEmpty() && deque.getFirst() < i-k+1) {
                deque.removeFirst();
            }
            // 当前数大于队尾则移除队尾,队头永远是当前窗口的最大数
            while(deque.size()>=1 && nums[i]>=nums[deque.getLast()] ) {
                deque.removeLast();
            }
            // 将当前数加入队尾
            deque.addLast(i);
            // 当前窗口最大值
            if(i >= k-1) {
//                System.out.print(deque.peek() + " ");
                result[i-k+1] = nums[deque.peek()];
            }
        }
        return result;
    }


}

36 ms  50.9 MB

 

 
打赏
 本文转载自:网络 
所有权利归属于原作者,如文章来源标示错误或侵犯了您的权利请联系微信13520258486
更多>最近资讯中心
更多>最新资讯中心
0相关评论

推荐图文
推荐资讯中心
点击排行
最新信息
新手指南
采购商服务
供应商服务
交易安全
关注我们
手机网站:
新浪微博:
微信关注:

13520258486

周一至周五 9:00-18:00
(其他时间联系在线客服)

24小时在线客服