剑指Offer 滑动窗口的最大值

本文介绍了一种解决滑动窗口最大值问题的高效算法,通过使用双端队列来维护窗口内元素,确保能够快速获取每个窗口的最大值。算法首先将初始窗口内的元素按值排序存入队列,然后随着窗口滑动,不断调整队列,移除不再窗口内的元素,并加入新元素,始终保持队首为当前窗口最大值。

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]}。

解题思路:

滑动窗口应当是队列,但为了得到滑动窗口的最大值,队列序可以从两端删除元素,因此使用双端队列。
原则:
 对新来的元素k,将其与双端队列中的元素相比较
 1)前面比k小的,直接移出队列(因为不再可能成为后面滑动窗口的最大值了!),
 2)前面比k大的X,比较两者下标,判断X是否已不在窗口之内,不在了,直接移出队列
 3) 队列的第一个元素是滑动窗口中的最大值

class Solution {
public:
    vector<int> maxInWindows(const vector<int>& num, unsigned int size)
    {
        vector<int> res;
        if(num.size() < size || size < 1)
            return res;
        deque<int> index;
        for(int i=0;i<size;++i){
            while(!index.empty() && num[index.back()]<=num[i])
                index.pop_back();
            index.push_back(i);
        }
        for(int i=size;i<num.size();++i){
            res.push_back(num[index.front()]);
             
            while(!index.empty() && num[index.back()]<=num[i])
                index.pop_back();
            if(!index.empty() && i-index.front()>=size)
                index.pop_front();
             
            index.push_back(i);
        }
        res.push_back(num[index.front()]);
        return res;
    }
};

 

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