剑指offer64:滑动窗口的最大值

1 题目描述

  给定一个数组和滑动窗口的大小,找出所有滑动窗口里数值的最大值。例如,如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3,那么一共存在6个滑动窗口,他们的最大值分别为{4,4,6,6,6,5}; 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个: {[2,3,4],2,6,2,5,1}, {2,[3,4,2],6,2,5,1}, {2,3,[4,2,6],2,5,1}, {2,3,4,[2,6,2],5,1}, {2,3,4,2,[6,2,5],1}, {2,3,4,2,6,[2,5,1]}。

2 思路和方法

  (1)使用int max_number =*max_element(num.begin()+i,num.begin()+size+i);语句找到最大值,int count = num.size()-size+1;  vector<int> result;   result. push_back(max_number)。

  (2)用一个双端队列,队列第一个位置保存当前窗口的最大值,当窗口滑动一次。a.判断当前最大值是否失效,即不在滑动窗口内;b.新增加的值从队尾开始比较,把所有比他小的值丢掉。

  

3 C++核心

(1)

 1 class Solution {
 2 public:
 3     vector<int> maxInWindows(const vector<int>& num, unsigned int size)
 4     {
 5         int count = num.size()-size+1;
 6         vector<int> result;
 7         if(size==0 || num.size()==0){
 8             return result;
 9         }
10         for(int i =0;i<count;i++){
11             int max_number = *max_element(num.begin()+i,num.begin()+size+i);
12             result.push_back(max_number);
13         }
14         return result;
15     }
16 };
View Code

(2)

 1 class Solution {
 2 public:
 3     vector<int> maxInWindows(const vector<int>& num, unsigned int size)
 4     {
 5         vector<int> resu;
 6         if (num.size() >= size && size >= 1) {
 7             deque<int> numDeque;
 8             //首先把前size个数按照规则压入双向队列
 9             for (int i = 0; i != size; i++) {
10                 while (!numDeque.empty() && num[i] >= num[numDeque.back()]) {
11                     numDeque.pop_back();    //后面加入的数据大于队列中的数据时,队列中的数据依次弹出
12                 }
13                 numDeque.push_back(i);
14             }
15             //压入第一个最大值
16             //滑动窗口的最大值总是位于双向队列的头部
17             resu.push_back(num[numDeque.front()]);
18             for (int i = size; i != num.size(); i++) {
19                 //首先按照规则压入新的值
20                 while (!numDeque.empty() && num[i] >= num[numDeque.back()]) {
21                     numDeque.pop_back();    //后面加入的数据大于队列中的数据时,队列中的数据依次弹出
22                 }
23                 //并且删除旧值,即滑出了窗口的值
24                 if (!numDeque.empty() && numDeque.front() <= static_cast<int>(i - size)) {
25                     numDeque.pop_front();
26                 }
27                 numDeque.push_back(i);
28                 resu.push_back(num[numDeque.front()]);
29             }
30         }
31         return resu;
32     }
33 };
View Code

4 C++完整代码

 1 #include <iostream>
 2 #include <vector>
 3 #include <deque>
 4 using namespace std;
 5 vector<int> maxInWindows(const vector<int>& num, unsigned int size);
 6 int main() {
 7     vector<int> data{ 2, 3, 4, 2, 6, 2, 5, 1 };
 8     vector<int> resu = maxInWindows(data, 3);
 9     for (auto a : resu) {
10         cout << a << endl;
11     }
12     system("pause");
13     return 0;
14 }
15 vector<int> maxInWindows(const vector<int>& num, unsigned int size) {
16     vector<int> resu;
17     if (num.size() >= size && size >= 1) {
18         deque<int> numDeque;
19         //首先把前size个数按照规则压入双向队列
20         for (int i = 0; i != size; i++) {
21             while (!numDeque.empty() && num[i] >= num[numDeque.back()]) {
22                 numDeque.pop_back();
23             }
24             numDeque.push_back(i);
25         }
26         //压入第一个最大值
27         //滑动窗口的最大值总是位于双向队列的头部
28         resu.push_back(num[numDeque.front()]);
29         for (int i = size; i != num.size(); i++) {
30             //首先按照规则压入新的值
31             while (!numDeque.empty() && num[i] >= num[numDeque.back()]) {
32                 numDeque.pop_back();
33             }
34             //并且删除旧值,即滑出了窗口的值
35             if (!numDeque.empty() && numDeque.front() <= static_cast<int>(i - size)) {
36                 numDeque.pop_front();
37             }
38             numDeque.push_back(i);
39             resu.push_back(num[numDeque.front()]);
40         }
41     }
42     return resu;
43 }
View Code

参考资料

https://blog.youkuaiyun.com/u012477435/article/details/83351659#_1782(1)

https://blog.youkuaiyun.com/qq_43502142/article/details/87894236(图解)

https://blog.youkuaiyun.com/qq_37466121/article/details/88410390,https://blog.youkuaiyun.com/qq_43502142/article/details/87894236,https://blog.youkuaiyun.com/zjwreal/article/details/89295109(2)

https://blog.youkuaiyun.com/m0_37950361/article/details/82153147(核心代码,完整代码)

https://blog.youkuaiyun.com/qq_40788630/article/details/79662812(队列相关知识点)

https://blog.youkuaiyun.com/lee371042/article/details/81135007(队列与优先队列【有序】的总结)

转载于:https://www.cnblogs.com/wxwhnu/p/11438524.html

内容概要:本文详细介绍了一种基于Simulink的表贴式永磁同步电机(SPMSM)有限控制集模型预测电流控制(FCS-MPCC)仿真系统。通过构建PMSM数学模型、坐标变换、MPC控制器、SVPWM调制等模块,实现了对电机定子电流的高精度跟踪控制,具备快速动态响应和低稳态误差的特点。文中提供了完整的仿真建模步骤、关键参数设置、核心MATLAB函数代码及仿真结果分析,涵盖转速、电流、转矩和三相电流波形,验证了MPC控制策略在动态性能、稳态精度和抗负载扰动方面的优越性,并提出了参数自整定、加权代价函数、模型预测转矩控制和弱磁扩速等优化方向。; 适合人群:自动化、电气工程及其相关专业本科生、研究生,以及从事电机控制算法研究与仿真的工程技术人员;具备一定的电机原理、自动控制理论和Simulink仿真基础者更佳; 使用场景及目标:①用于永磁同步电机模型预测控制的教学演示、课程设计或毕业设计项目;②作为电机先进控制算法(如MPC、MPTC)的仿真验证平台;③支撑科研中对控制性能优化(如动态响应、抗干扰能力)的研究需求; 阅读建议:建议读者结合Simulink环境动手搭建模型,深入理解各模块间的信号流向与控制逻辑,重点掌握预测模型构建、代价函数设计与开关状态选择机制,并可通过修改电机参数或控制策略进行拓展实验,以增强实践与创新能力。
根据原作 https://pan.quark.cn/s/23d6270309e5 的源码改编 湖北省黄石市2021年中考数学试卷所包含的知识点广泛涉及了中学数学的基础领域,涵盖了实数、科学记数法、分式方程、几何体的三视图、立体几何、概率统计以及代数方程等多个方面。 接下来将对每道试题所关联的知识点进行深入剖析:1. 实数与倒数的定义:该题目旨在检验学生对倒数概念的掌握程度,即一个数a的倒数表达为1/a,因此-7的倒数可表示为-1/7。 2. 科学记数法的运用:科学记数法是一种表示极大或极小数字的方法,其形式为a×10^n,其中1≤|a|<10,n为整数。 此题要求学生运用科学记数法表示一个天文单位的距离,将1.4960亿千米转换为1.4960×10^8千米。 3. 分式方程的求解方法:考察学生解决包含分母的方程的能力,题目要求找出满足方程3/(2x-1)=1的x值,需通过消除分母的方式转化为整式方程进行解答。 4. 三视图的辨认:该题目测试学生对于几何体三视图(主视图、左视图、俯视图)的认识,需要识别出具有两个相同视图而另一个不同的几何体。 5. 立体几何与表面积的计算:题目要求学生计算由直角三角形旋转形成的圆锥的表面积,要求学生对圆锥的底面积和侧面积公式有所了解并加以运用。 6. 统计学的基础概念:题目涉及众数、平均数、极差和中位数的定义,要求学生根据提供的数据信息选择恰当的统计量。 7. 方程的整数解求解:考察学生在实际问题中进行数学建模的能力,通过建立方程来计算在特定条件下帐篷的搭建方案数量。 8. 三角学的实际应用:题目通过在直角三角形中运用三角函数来求解特定线段的长度。 利用正弦定理求解AD的长度是解答该问题的关键。 9. 几何变换的应用:题目要求学生运用三角板的旋转来求解特定点的...
Python基于改进粒子群IPSO与LSTM的短期电力负荷预测研究内容概要:本文围绕“Python基于改进粒子群IPSO与LSTM的短期电力负荷预测研究”展开,提出了一种结合改进粒子群优化算法(IPSO)与长短期记忆网络(LSTM)的混合预测模型。通过IPSO算法优化LSTM网络的关键参数(如学习率、隐层节点数等),有效提升了模型在短期电力负荷预测中的精度与收敛速度。文中详细阐述了IPSO算法的改进策略(如引入自适应惯性权重、变异机制等),增强了全局搜索能力与避免早熟收敛,并利用实际电力负荷数据进行实验验证,结果表明该IPSO-LSTM模型相较于传统LSTM、PSO-LSTM等方法在预测准确性(如MAE、RMSE指标)方面表现更优。研究为电力系统调度、能源管理提供了高精度的负荷预测技术支持。; 适合人群:具备一定Python编程基础、熟悉基本机器学习算法的高校研究生、科研人员及电力系统相关领域的技术人员,尤其适合从事负荷预测、智能优化算法应用研究的专业人士。; 使用场景及目标:①应用于短期电力负荷预测,提升电网调度的精确性与稳定性;②为优化算法(如粒子群算法)与深度学习模型(如LSTM)的融合应用提供实践案例;③可用于学术研究、毕业论文复现或电力企业智能化改造的技术参考。; 阅读建议:建议读者结合文中提到的IPSO与LSTM原理进行理论学习,重点关注参数优化机制的设计思路,并动手复现实验部分,通过对比不同模型的预测结果加深理解。同时可拓展尝试将该方法应用于其他时序预测场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值