leetcode239滑动窗口最大值 java

本文介绍了一种解决滑动窗口最大值问题的高效算法,使用优先队列(大顶堆)来维护滑动窗口内的最大值,实现了O(nlogk)的时间复杂度。通过实例演示了算法的具体实现过程。

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

[leetcode239]滑动窗口最大值

1.题目描述
给定一个数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口 k 内的数字。滑动窗口每次只向右移动一位。
返回滑动窗口最大值。

示例:
输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
输出: [3,3,5,5,6,7]
解释:

滑动窗口的位置 最大值


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

注意:
你可以假设 k 总是有效的,1 ≤ k ≤ 输入数组的大小,且输入数组不为空。

进阶:
你能在线性时间复杂度内解决此题吗?

在真实的面试中遇到过这道题?

2.代码

class Solution {

public int[] maxSlidingWindow(int[] nums, int k) {

    if(k <= 1 || nums.length == 0) return new int[0];
    
    PriorityQueue<Integer> pq = new PriorityQueue<Integer>(Collections.reverseOrder());
    
    int[] res = new int[nums.length + 1 - k];
    
    for(int i = 0; i < nums.length; i++){

        if(i >= k) pq.remove(nums[i - k]);
    
        pq.offer(nums[i]);

        if(i + 1 >= k) res[i + 1 - k] = pq.peek();
    }
    return res;
}

}

3.思路
此题若采用暴力方法十分简单,可以考虑冒泡排序,在O(n^2)的时间内解决问题。
而采用优先队列(priorityqueue)的数据结构,时间复杂度O(nlogn),空间复杂度O(k).首先判断nums和k的大小是否符合要求;然后构造优先队列(PriorityQueue)pq,维护一个大小为k的大顶堆,每向右移动1位,都把堆中上一个窗口中最左边的数扔掉,再把新数加入堆中,这样堆顶就是这个窗口内最大的值。

· Collections.reverseOrder() 在方法调用返回一个比较器,它强行上实现Comparable接口的对象的集合的自然顺序相反。

网上找到的例子:

public class CollectionsDemo {

public static void main(String args[]) {

  // create linked list object  	
     
  LinkedList list = new LinkedList();  
  
  // populate the list 
  list.add(-28);  
  list.add(20);  
  list.add(-12);  
  list.add(8);  
  
  // create comparator for reverse order
  Comparator cmp = Collections.reverseOrder();  

  // sort the list
  Collections.sort(list, cmp);  
	  
  System.out.println("List sorted in ReverseOrder: ");      
  for(int i : list){
     System.out.println(i+ " ");
  }	 

}
}
运行结果:
20
8
-12
-28

·offer()和add()的区别:两者都是往队列尾部插入元素,不同的时候,当超出队列界限的时候,add()方法是抛出异常让你处理,而offer()方法是直接返回false

·peek()方法,返回最高优先级元素

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