剑指 offer第59题-滑动窗口的最大值

最新推荐文章于 2022-03-29 17:24:10 发布

ritagreen123

最新推荐文章于 2022-03-29 17:24:10 发布

阅读量695

点赞数

CC 4.0 BY-SA版权

分类专栏：算法题文章标签：剑指 offer

本文链接：https://blog.youkuaiyun.com/ritagreen123/article/details/97238142

算法题专栏收录该内容

72 篇文章

订阅专栏

本文介绍了两种高效求解滑动窗口中最大值的方法：使用双向队列和大顶堆。通过实例展示了如何在给定数组和窗口大小的情况下，找到所有滑动窗口里的最大值，适用于算法竞赛和数据处理场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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}。

一、使用双向队列
https://www.cnblogs.com/CarpenterLee/p/5468803.html

import java.util.*;
public class Solution {
    public ArrayList<Integer> maxInWindows(int [] num, int size)
    {
        ArrayList<Integer> res=new ArrayList<>();
        if(size==0)
            return res;
        int begin;
        ArrayDeque<Integer> q=new ArrayDeque<>();
        for(int i=0;i<num.length;i++){
            //begin保存滑动窗口首元素的下标
            begin=i-size+1;
            if(q.isEmpty())
                //队列加入元素的下标
                q.add(i);
            else if(begin>q.peekFirst())//判断下标是否过期
                q.pollFirst();
            while(!q.isEmpty()&&num[q.peekLast()]<=num[i])//队尾放入大的元素
                q.pollLast();
            q.add(i);
            if(begin>=0)
                res.add(num[q.peekFirst()]);
        }
        return res;
    }
}

二、使用大顶堆

import java.util.*;
public class Solution {
    public ArrayList<Integer> maxInWindows(int [] num, int size)
    {
        ArrayList<Integer> res=new ArrayList<>();
        if(size<1||size>num.length)
            return res;
        //大顶堆
        PriorityQueue<Integer> heap=new PriorityQueue<>((o1,o2)-> o2-o1);
        for(int i=0;i<size;i++){
            heap.add(num[i]);
        }
        res.add(heap.peek());
        //维护一个大小为size的大顶堆
        for(int i=0,j=i+size;j<num.length;i++,j++){
            heap.remove(num[i]);
            heap.add(num[j]);
            res.add(heap.peek());
        }
        return res;
    }
}