滑动窗口的最大值(Java实现)

本文介绍了一种高效计算滑动窗口最大值的方法,通过维护一个特殊的队列结构,能够快速找出不同窗口状态下的最大值,适用于数组处理等场景。

生成窗口最大值数组 【题目】 有一个整型数组arr和一个大小为w的窗口从数组的最左边滑到最右边,窗口每次向右边滑一个 位置。 例如,数组为[4,3,5,4,3,3,6,7],窗口大小为3时:

[4  3  5] 4  3  3  6  7               窗口中最大值为5

 4 [3  5  4] 3  3  6  7               窗口中最大值为5 

4  3 [5  4  3] 3  6  7               窗口中最大值为5

 4  3  5 [4  3  3] 6  7               窗口中最大值为4 

4  3  5  4 [3  3  6] 7               窗口中最大值为6

 4  3  5  4  3 [3  6  7]              窗口中最大值为7

如果数组长度为n,窗口大小为w,则一共产生n-w+1个窗口的最大值。

请实现一个函数。

 输入:整型数组arr,窗口大小为w。 输出:一个长度为n-w+1的数组res,res[i]表示每一种窗口状态下的最大值。 以本题为例,结果应该返回{5,5,5,4,6,7}。

 

这道题用到一个特殊的数据结构

可以获得每个区域的最大值

【】一个窗口。存放的值全都是坐标

他的左、右边框只能向右移动。

右边框每次移动,把值加进来。加进来的同时判断从右到左判断 比他小与等于的值全部弹出

左边框每次移动 ,判断最左边的坐标是否过期。(越界)越界的话就弹出。

这个窗口无论如何变化,窗口最左边的值,永远是他所包含的范围中最大的值

 

package basic_class_08;

import java.util.Arrays;
import java.util.LinkedList;

public class Test3 {

	public static int[] getMaxWindow(int[] arr,int w){
		int[] res = new int[arr.length-w+1];
		if (arr == null || w < 1 || arr.length < w) {
			return null;
		}
		LinkedList<Integer> qmax = new LinkedList<Integer>();
		int index = 0;
		for(int i=0;i<arr.length;i++){
			while(!qmax.isEmpty()&&arr[qmax.peekLast()]<=arr[i]){
				qmax.pollLast();
			}
			qmax.add(i);
			
			//i-w i=3 w=0;i=4 w= 1 ;i=5 w2
			//小于三的范围就是小于窗口范围(过期)
			if(qmax.peekFirst()==i-w){
				qmax.pollFirst();
			}
			
			
			//先调整完窗口。窗口最左边的左边就是最小值的坐标
			if(i >= w-1){
				res[index++] = arr[qmax.peekFirst()];
			}
			
			
			
		}
		return res;
	}
	
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] arr = { 4, 3, 5, 4, 3, 3, 6, 7 };
		int w = 3;
		System.out.println(Arrays.toString(getMaxWindow(arr, w)));
	}

}

 

Java中,实现滑动窗口最大值问题主要有暴力法和使用单调队列两种方法: ### 暴力法 遍历每一个滑动窗口,找出其中的最大值。不过,此方法的时间复杂度较高,可能会超出时间限制。以下是具体的代码实现: ```java class Solution { public int[] maxSlidingWindow(int[] nums, int k) { int[] res = new int[nums.length - k + 1]; int count = 0; for (int i = 0; i <= nums.length - k; i++) { int max = nums[i]; for (int j = 0; j < k; j++) { if (nums[i + j] > max) { max = nums[i + j]; } } res[count++] = max; } return res; } } ``` ### 单调队列法 定义一个单调队列并枚举右指针,当满足条件时将结果进行汇总。此方法的时间复杂度相对较低。代码如下: ```java import java.util.LinkedList; public class Solution { public static int[] getMaxWindow(int[] arr, int w) { if (arr == null || w < 1 || arr.length < w) { return null; } // qmax其中放的是位置,arr[位置] // 约束:位置所代表的值是从大到小的 LinkedList<Integer> qmax = new LinkedList<Integer>(); // 一共可以形成多少个值(arr.length - w + 1) int[] res = new int[arr.length - w + 1]; int index = 0; for (int i = 0; i < arr.length; i++) { // 当前让 i -> [i] 进窗口 , i 就是 r // 1、进窗口的逻辑 // 队列不为空,且当前i位置的值大于该队列尾部元素值,那么就从队列中弹出 while (!qmax.isEmpty() && arr[qmax.peekLast()] <= arr[i]) { qmax.pollLast(); } // 最后该位置加入到队列,该队列依然保持是从大到小排序的 qmax.addLast(i); // 2、出窗口的逻辑 // (i - w)就是过期的位置 if (qmax.peekFirst() == i - w) { qmax.pollFirst(); } // 窗口没有形成w长度之前,是不会弹出元素的 if (i >= w - 1) { res[index++] = arr[qmax.peekFirst()]; } } return res; } } ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

SUNbrightness

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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