剑指offer-64：滑动窗口的最大值

最新推荐文章于 2020-06-09 23:31:34 发布

原创最新推荐文章于 2020-06-09 23:31:34 发布 · 238 阅读

0 ·

CC 4.0 BY-SA版权

剑指offer 专栏收录该内容

67 篇文章

订阅专栏

本文介绍了一种高效算法，用于解决给定数组和滑动窗口大小时寻找所有滑动窗口内的最大值问题。通过使用双端队列，算法能够快速处理新元素，移除无效元素，并始终保持队首为当前窗口的最大值。

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]}。

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
队列的第一个元素是滑动窗口中的最大值

代码

public class Solution64 {


    public ArrayList<Integer> maxInWindows(int[] num, int size) {
        ArrayList<Integer> ret = new ArrayList<>();
        if (num == null) {
            return ret;
        }
        if (num.length >= size && size >= 1) {
            Deque<Integer> deque = new LinkedList<>();
            for (int i = 0; i < size - 1; i++) {
                while (!deque.isEmpty() && num[i] > num[deque.getLast()]) {
                    deque.removeLast();
                }
                deque.addLast(i);
            }

            for (int i = size - 1; i < num.length; i++) {
                while (!deque.isEmpty() && num[i] > num[deque.getLast()]) {
                    deque.removeLast();
                }
                deque.addLast(i);
                if (i - deque.getFirst() + 1 > size) {
                    deque.removeFirst();
                }
                ret.add(num[deque.getFirst()]);
            }
        }
        return ret;
    }


    public static void main(String[] args) {

        int[] arr = {2, 3, 4, 2, 6, 2, 5, 1};

        BeanUtil.print(new Solution64().maxInWindows(arr, 3));

    }

}