【LeetCode-滑动窗口】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。
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

题目链接: https://leetcode-cn.com/problems/sliding-window-maximum/

思路1

使用 vector 来模拟滑动窗口,使用 max_element 来获取 vector 中的最大值。代码如下:

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> v;
        vector<int> ans;
        for(int i=0; i<nums.size(); i++){
            v.push_back(nums[i]);
            if(v.size()==k){
                ans.push_back(*max_element(v.begin(), v.end()));
                v.erase(v.begin());
            };
        }
        return ans;
    }
};
// 超时

该方法超时未通过。

  • 时间复杂度:O(nk)
  • 空间复杂度:O(k)

思路2

使用两个指针 left 和 right 来表示滑动窗口的范围,滑动窗口的大小为 right-left+1,left 和 right 均初始化为 0 ,使用 maxVal 表示当前窗口的最大值。

  • 如果 right<nums.length(),循环:
    • 将滑动窗口扩大一个位置,也就是 right++;
    • 如果 right-left+1==k,说明窗口内现在有 k 个元素,则:
      • 将 maxVal 放入答案中;
      • 缩小窗口大小,也就是 left++。但是在 left 加一之前,需要判断 num[left] 是否等于 maxVal,如果等于,则我们需要在 [left+1,...,right] 范围内重新寻找最大值,不然的话接下来窗口的最大值还可能是 maxVal, 尽管 maxVal 已经被删掉了。例如,数组为 [6,5,4,3],k=3,第一个窗口为 [6,5,4],maxVal=6,第二个窗口为 [5,4,3],因为最大值 6 被删掉了,不在这个窗口内,所以需要重新寻找最大值。

代码如下:

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        int left = 0, right = 0;
        int maxVal = -1;
        vector<int> ans;
        while(right < nums.size()){
            maxVal = max(nums[right], maxVal);
            if(right-left+1 == k){
                ans.push_back(maxVal);
                if(nums[left]==maxVal){ // 在[left+1,...,right]范围内重新寻找最大值
                    maxVal = -1;
                    for(int i=left+1; i<=right; i++) maxVal = max(nums[i], maxVal); 
                }
                left++;
            }
            right++;
        }
        return ans;
    }
};

思路3

使用单调队列来模拟滑动窗口。单调队列类似于单调栈,我们使用从队头到队尾元素递减的单调队列来模拟滑动窗口。单调队列的队头元素是滑动窗口中的最大元素。我们使用 STL 中的 deque 来实现单调队列。deque 就是双端队列,能在队尾插入元素,队头弹出元素,也能在队头插入元素,队尾弹出元素。

单调队列有 3 个操作:入队 push、出队 pop、获取队列(滑动窗口)中的最大值 max:

  • 入队 push:
    因为我们需要的是从队头到队尾元素递减的单调队列,所以假设要入队的元素为 x。如果 x 大于队尾元素,则将队尾元素弹出,直至队尾元素不小于 x,然后将 x 压入队尾;
  • 出队 pop:
    普通队列出队是不需要参数的,而这里我们需要传入一个参数 x,表示如果 x 是队头元素,则将 x 从队头弹出。例如,假设当前滑动窗口为|3,1,1|,1,当前单调队列为1,1,3(左边队尾,右边队头),下一步的滑动窗口为3,|1,1,1|,3 已经不在窗口中了,所以需要将 3 从队列中删除。
  • 获取最大值 max:
    因为队列是单调队列,直接返回队头元素即可。

代码如下:

class MonoQueue{
private:
    deque<int> q;
public:
    void push(int n){
        while(!q.empty() && n>q.back()) q.pop_back();
        q.push_back(n);
    }
    
    void pop(int n){
        if(!q.empty() && q.front()==n) q.pop_front(); // 只有队头元素等于n时才弹出
    }

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

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        if(k==0) return {};

        vector<int> ans;
        MonoQueue window;
        for(int i=0; i<nums.size(); i++){
            if(i<k-1) window.push(nums[i]); // 先压入k-1个元素
            else{
                window.push(nums[i]);
                ans.push_back(window.max());
                window.pop(nums[i-k+1]); // nums[i-k+1]为窗口最后的元素,下一步不包含在窗口内
            }
        }
        return ans;
    }
};
  • 时间复杂度:O(n)
  • 空间复杂度:O(n)

思路4

思路 4 是思路 3 的简化写法。

使用双端队列 deque 来模拟滑动窗口。deque 中存储下标,我们将 deque 将窗口内的最大元素的下标放在队头。算法如下:

  • 使用指针 right 遍历 nums :
    • 如果 right-deque.front()>=k,则说明队头元素表示的下标已经不再当前的窗口了,则弹出队头元素;
    • 如果 nums[right] 大于队尾元素,则将队尾元素弹出,直到队列为空或者 nums[right] 不大于队尾元素;
    • 将 right 放进队列末尾;
    • 如果 right>=k,将 nums[deque.front()] 放进答案中,right++;

具体代码如下:

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        if(k==0) return {};

        vector<int> ans;
        deque<int> window;
        int right = 0;
        while(right < nums.size()){
            while(!window.empty() && right-window.front()>=k){ //队头不在窗口范围内
                window.pop_front();
            }

            while(!window.empty() && nums[right]>nums[window.back()]){
                window.pop_back();
            }

            window.push_back(right);
            right++;
            if(right>=k) ans.push_back(nums[window.front()]);
        }
        return ans;
    }
};

这种解法参考了这篇题解

  • 时间复杂度:O(n)
  • 空间复杂度:O(n)

参考

posted @ 2020-05-23 23:26  Flix  阅读(210)  评论(0编辑  收藏  举报