剑指offer-64题 滑动窗口的最大值

本文介绍了一种求解滑动窗口最大值的算法实现,通过使用大顶堆(优先队列)数据结构来高效地获取给定数组中每个滑动窗口的最大值,并提供了完整的Java代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目:
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]}。

思路:
由于要求出指定长度的滑动窗口中最大的值,因此想到了上一题中使用到的PriorityQueue这一数据结构并令其继承Comparator改为大顶堆。从给定数组中的第一个数据开始一次遍历数组直到i+size大于或等于数组长度时停止遍历。将数据插入到PriorityQueue中再将其中的头部数值(即最大值)取出装入自己定义的ArrayList中。注意:size为空和size大于当前数组长度的情况,此时应该返回一个空队列。

解题代码

public class Solution {
    public ArrayList<Integer> maxInWindows(int [] num, int size)
    {
        //定义结果集队列用于返回结果
        ArrayList<Integer>result = new ArrayList<Integer>();
        if(size == 0 || size>num.length)
            return result;
        //定义大顶堆用于返回最大值
        PriorityQueue<Integer> prior = new PriorityQueue<Integer>(30,new Comparator<Integer>() {

            @Override
            public int compare(Integer o1, Integer o2) {
                // TODO Auto-generated method stub
                return o2-o1;
            }

        });
        //先插入部分数据
        for(int i=0;i<size;i++){
            prior.offer(num[i]);
        }
        //遍历给定数组中的数据
        for(int i=0;i+size<num.length;i++){
            result.add(prior.peek());
            //移除首个元素
            prior.remove(num[i]);
            prior.offer(num[i+size]);
        }
        prior.offer(num[num.length-1]);
        result.add(prior.peek());
        return result;
    }
}
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