刷题篇一：单调栈和窗口及其更新结构

滑动窗口算法详解：动态维护最大值的应用

最新推荐文章于 2023-01-10 21:59:38 发布

原创最新推荐文章于 2023-01-10 21:59:38 发布 · 139 阅读

0 ·

CC 4.0 BY-SA版权

算法基础专栏收录该内容

13 篇文章

订阅专栏

本文解析了滑动窗口的概念，探讨如何使用双端队列实现固定大小窗口内的最大值查找，通过实例演示了如何解决剑指Offer 59题。重点介绍了如何维护队列并处理窗口进出元素的操作，适用于数据结构和算法初学者.

滑动窗口是什么？

滑动窗口是一种想象出来的数据结构：

滑动窗口有左边界L和右边界R

在数组或者字符串或者一个序列上，记为S，窗口就是S[L..R]这一部分

L往右滑意味着一个样本从左侧出了窗口，R往右滑意味一个样本进了窗口

L和R都只能往右滑并且L<=R

题目一：

假设一个固定大小为W的窗口，依次划过arr，返回每一次滑动窗口的最大值

例如，arr=[4,3,5,4,3,3,6,7], W=3

返回：[5,5,5,4,6,7]

剑指Offer59

思路：维护一个双端队列，队列的数据保证严格的从大到小排列（不能包含等于），每次取最大值，只需要取第一个即可。

如果队列的数据，和当前索引超过窗口，必须淘汰队列中的最大值。

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if (nums == null || nums.length < k || k < 1) {
            return new int[0];
        }

        int len = nums.length;

        LinkedList<Integer> linkedList = new LinkedList();
        int[] res = new int[len - k + 1];
        int index = 0;
        for (int i = 0; i < len; i++) {
            while (!linkedList.isEmpty() && nums[linkedList.peekLast()] <= nums[i]) {
                linkedList.pollLast();
            }
            linkedList.addLast(i);

            if (linkedList.peekFirst() == i - k) {
                linkedList.pollFirst();
            }
            if (i >= k - 1) {
                res[index++] = nums[linkedList.peekFirst()];

            }
        }
        return res;

    }
}