【大渣】【单调队列】滑动窗口

本文深入探讨了使用单调队列解决滑动窗口问题的算法原理及其实现过程,包括如何求解最大值和最小值。通过具体实例展示了算法应用,并提供了简洁的代码示例。

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

【单调队列】滑动窗口

Time Limit:10000MS  Memory Limit:65536K
Total Submit:195 Accepted:85 
Case Time Limit:1000MS

Description

给你一个长度为N(N<=10^6)的数组,一个长为K的滑动的窗体从最左移至最右端,你只能见到窗口的K个数,每次窗体向右移动一位,找出窗体所包含的数字的最大和最小值,如下表所示:k的值为3 




窗口位置                      最小值   最大值



[1  3  -1] -3  5  3  6  7       -1       3 

 1 [3  -1  -3] 5  3  6  7       -3       3 

 1  3 [-1  -3  5] 3  6  7       -3       5 

 1  3  -1 [-3  5  3] 6  7       -3       5 

 1  3  -1  -3 [5  3  6] 7        3       6 

 1  3  -1  -3  5 [3  6  7]       3       7 

Input

第1行为n,k,第2行为长度为n的数组。 

Output

共2行,第1行是每个位置的min value,第2行是每个位置的max value。

Sample Input

8 3
1 3 -1 -3 5 3 6 7

Sample Output

-1 -3 -3 -3 3 3
3 3 5 5 6 7

Source

poj 2823


===============================================================

裸的单调队列 我们就只说求最大值怎么求吧

Step:

1.判断要加入队列的元素是否比队尾元素大,若是删掉队尾元素,直到队列为空或者

比队尾元素小为止。

2.判断队首元素的下标是否在滑动窗口内,若不是,删掉。

3.加入元素。

4.输入队首元素,此时必定为窗口内的最大值

求最小同理,就不写了 0.0

================================================================

放代码:

#include<cstdio>
#include<deque>
#include<iostream>
#include<cstdlib>
#define maxn 1000005
using namespace std;
int n,k,a[maxn];
void _r(int& d)
{
 	char t=getchar();bool f=false;
 	while(t<'0'||t>'9') {if(t=='-') f=true; t=getchar();}
 	for(d=0;t<='9'&&t>='0';t=getchar()) d=d*10+t-'0';
 	if(f) d=-d;
}
void _o(int d)
{
 	int o[30],top=1;
 	if(d==0){putchar('0');return ;}
 	if(d<0) {putchar('-');d=-d;}
 	while(d)
 	{
 		o[top++]=d%10;
 		d/=10;
 	}
 	for(--top;top;--top) putchar('0'+o[top]);
}

void _find_min()
{
    deque<int>Q,Qr;
	int i,j;
	Q.push_front(a[1]);
	Qr.push_front(1);
	for(i=2,j=2;i<=n;i++)
	{
		while(Q.back()>a[j]&&Q.size())
		{
		  Q.pop_back();
		  Qr.pop_back();
	    }
	    while(Qr.front()<(i-k+1)&&Qr.size())
	    {
	    	Q.pop_front();
	    	Qr.pop_front();
	    }
	    Q.push_back(a[j]);
	    Qr.push_back(j);
	    j++;
	    if(i>=k)
		{
			_o(Q.front());
			putchar(32);
		}
		
	}
}
void _find_max()
{
	deque<int>Q,Qr;
	int i,j;
	Q.push_front(a[1]);
	Qr.push_front(1);
	for(i=2,j=2;i<=n;i++)
	{
		while(Q.back()<a[j]&&Q.size())//step.1
		{
		  Q.pop_back();
		  Qr.pop_back();
	    }
	    while(Qr.front()<(i-k+1)&&Qr.size())//step.2
	    {
	    	Q.pop_front();
	    	Qr.pop_front();
	    }
	    Q.push_back(a[j]);//step.3
	    Qr.push_back(j);
	    j++;
	    if(i>=k)//step.4
		{
			_o(Q.front());
			putchar(32);
		}
		
	}
}
int main()
{
	int i,j;
	_r(n),_r(k);
	for(i=1;i<=n;i++)_r(a[i]);
	_find_min();
	putchar(10);
	_find_max();
	return 0;
}


### 单调队列滑动窗口问题中的应用 单调队列用于解决特定类型的滑动窗口问题,特别是在需要频繁查询区间值的情况下表现出色。该结构不仅支持标准的队列入队和出队操作,而且能确保内部数据按照一定顺序排列——通常是单调递增或递减的形式[^2]。 #### 算法伪代码模板 为了实现高效的滑动窗口/小值计算,可以采用以下伪代码作为基础框架: ```plaintext for each element in the array: while queue is not empty and current_element violates monotonicity condition of queue: remove elements from rear end of queue add index of current_element to rear end of queue if front element of queue falls outside window bounds: remove it from front once we have processed at least 'k' elements (window size), start recording results using frontmost element. ``` 这段逻辑保证了每当遍历新元素时,都会调整队列以维护其单调性质;同时,在达到所需窗口小之后,始终利用位于队头位置的那个索引来访问当前窗口内的极值[^1]。 #### Python 示例代码 下面是一个具体的Python实现例子,展示了如何运用上述原理来求解给定数组中每个长度为`k`的子序列的值: ```python from collections import deque def maxSlidingWindow(nums, k): result = [] q = deque() # Stores indices with decreasing values. for i in range(len(nums)): # Remove out-of-bound indices from the front. if q and q[0] <= i - k: q.popleft() # Maintain decreasing order by removing smaller numbers at back. while q and nums[q[-1]] < nums[i]: q.pop() q.append(i) # Start collecting answers after processing first complete window. if i >= k - 1: result.append(nums[q[0]]) return result if __name__ == "__main__": test_case = ([1,3,-1,-3,5,3,6,7], 3) print(maxSlidingWindow(*test_case)) ``` 此程序片段定义了一个函数 `maxSlidingWindow`, 它接收两个参数:一个是整型列表 `nums` 表示待处理的一维数组,另一个是正整数 `k` 指明滑动窗口宽度。通过构建并更新一个双端队列 `q` 来追踪可能成为候选值的位置,并终返回这些值组成的列表[^4]。
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