logo头像

不忘初心,奋力前行

leetcode题目解析(191105)

Leetcode 239:滑动窗口最大值

题目描述

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。

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

解题思路

剑指offer题目解析(2)中也曾经有这个题,我当时使用的是模拟建立一个滑动窗口,因为该方法使用了两个for循环,所以复杂度为O(n2),这个版本在leetcode中是无法通过的。但是现在有一种新的方法可以保证算法整体时间复杂度为O(n)。

借鉴这里,实际我们并不需要每次都提取3个元素进行比较,因为实际每一次比较的3个元素,都有两个元素与前面的两个元素是重叠的(即是前一组元素减掉最前面的值),这个时候我们可以考虑采用类似于队列的方法。即需要写:

1
2
3
void push(int n);//在队尾插入一个元素
void pop(int n);//队头元素如果是n删除它
int max();//返回当前队列中的最大值

根据这个思想,写出主体框架来:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
vector<int> maxSlidingWindow(vector<int>& nums, int k) {

vector<int> result;
if (nums.empty())
return result;
Solution win;
for (int i = 0; i < nums.size(); i++)
{
if (i < k - 1)
win.push(nums[i]);//先填满窗口前k-1个元素
else {
//插入队尾元素,else后面这三句话相当于窗口滑动且找到最大值push给result
win.push(nums[i]);
result.push_back(win.max());
win.pop(nums[i - k + 1]);
}
}
return result;
}

结构

接下来我们要实现各个函数的功能。

对于push来说,我们依然要在队尾添加元素,但是要把前面比新元素小的元素都删除掉。这样的话,最终单调队列中的元素就会保持一个单调递减的顺序。所以push和max都可以直接这样写:

1
2
3
4
5
6
7
8
9
void push(int n) {
while (!data.empty() && data.back() < n)
data.pop_back();
data.push_back(n);
}

int max() {
return data.front();
}

代码实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
class Solution {
public:
private:
deque<int> deq;
public:
void push(int k)
{
while (!deq.empty() && deq.back() < k)
deq.pop_back();
deq.push_back(k);
}

int max() { return deq.front(); }

void pop(int k)
{
if (!deq.empty() && deq.front() == k)
deq.pop_front();
}
vector<int> maxSlidingWindow(vector<int>& nums, int k) {

vector<int> result;
if (nums.empty())
return result;
Solution win;
for (int i = 0; i < nums.size(); i++)
{
if (i < k - 1)
win.push(nums[i]);//先填满窗口前k-1个元素
else {
win.push(nums[i]);
result.push_back(win.max());
win.pop(nums[i - k + 1]);
}
}
return result;
}
};

复杂度

复杂度配图

支付宝打赏 微信打赏 QQ钱包打赏

感觉不错?欢迎给我 打个赏~我将不胜感激!