标签：deque nums int 最大值 maxIndex Day86 new 滑动
给你一个整数数组 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
https://leetcode-cn.com/problems/sliding-window-maximum/
示例1：
输入：nums = [1,3,-1,-3,5,3,6,7], 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
示例2：
输入：nums = [1], k = 1
输出：[1]
示例3：
输入：nums = [1,-1], k = 1
输出：[1,-1]
示例4：
输入：nums = [9,11], k = 2
输出：[11]
示例 5：
输入：nums = [4,-2], k = 2
输出：[4]
提示：
1 <= nums.length <= 105
-104 <= nums[i] <= 104
1 <= k <= nums.length
Java解法
思路：
题目内容比较好理解，就是滑动数组在滚动时返回每次滚动窗口内的最大值
初步设想：开始滚动时，维护当前窗口大小的一个数组，有序记录最大值，在滚动时对移除值及移入值进行一个大小维护替换
- 大小维护：对有序 数组二分查找更新
- 设想更新：对当前窗口的大小数据构建一个大堆维护，当最大值移除时
设想2：找到当前滑动窗口最大值，在滚动超出当前滑动窗口之前，最大值都不会变（在没有移入更大值之前）
在移除当前窗口最大值时，重新查找最大值
能够完成但效率低，超时
public static int[] maxSlidingWindow(int[] nums, int k) { //从0开始移动 int maxIndex = findMaxIndex(nums, 0, k); int length = nums.length; int moveStep = length - k+1; int[] maxNums = new int[moveStep]; maxNums[0] = nums[maxIndex]; for (int i = 1; i < moveStep; i++) { //移入的值为 i+k-1 maxIndex = nums[maxIndex]>nums[i+k-1]?maxIndex:i+k-1; if (i>maxIndex) { maxIndex = findMaxIndex(nums,i,k+i); } maxNums[i] = nums[maxIndex]; } return maxNums; } public static int findMaxIndex(int[] nums, int start, int end) { int max = start; for (int i = start+1; i < end; i++) { max = nums[i]>=nums[max]? i:max;//因为向右移动，所有相等时取index更大的值可以减少计算步骤 } return max; }参考官方解：单调队列
- 算是对我的方法的优化吧，元素 n-1与n 如果nums[n-1]<nums[n]，那n-1在窗口中时，最大值一定不会为它
- 按照这个性质来进行队列的维护
package sj.shimmer.algorithm.m4_2021;
import java.util.Deque;
import java.util.LinkedList;
import sj.shimmer.algorithm.Utils;
/**
* Created by SJ on 2021/4/23.
*/
class D86 {
public static void main(String[] args) {
Utils.logArray(maxSlidingWindow(new int[]{1,3,-1,-3,5,3,6,7},3));
Utils.logArray(maxSlidingWindow(new int[]{1},1));
Utils.logArray(maxSlidingWindow(new int[]{1,-1},1));
Utils.logArray(maxSlidingWindow(new int[]{9,11},2));
Utils.logArray(maxSlidingWindow(new int[]{4,-2},2));
}
public static int[] maxSlidingWindow(int[] nums, int k) {
int n = nums.length;
//双端队列存储前k个元素的可永久移除的数据，严格的单调递减
Deque<Integer> deque = new LinkedList<Integer>();
for (int i = 0; i < k; ++i) {
while (!deque.isEmpty() && nums[i] >= nums[deque.peekLast()]) {
deque.pollLast();
}
deque.offerLast(i);
}
int[] ans = new int[n - k + 1];
ans[0] = nums[deque.peekFirst()];
for (int i = k; i < n; ++i) {
while (!deque.isEmpty() && nums[i] >= nums[deque.peekLast()]) {
deque.pollLast();
}
deque.offerLast(i);
while (deque.peekFirst() <= i - k) {
deque.pollFirst();
}
ans[i - k + 1] = nums[deque.peekFirst()];
}
return ans;
}
}
官方解
-
优先队列
我设想的解决方案，这里用大根堆来解决了维护问题
-
单调队列
参考方案：见上
-
分块 + 预处理
数学知识，
标签：deque,nums,int,最大值,maxIndex,Day86,new,滑动 来源： https://blog.csdn.net/walkmanfy/article/details/116045828
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。