【leetcode】239.滑动窗口最大值（暴力、单调队列，动态规划多种解法，java实现）

最新推荐文章于 2022-04-30 18:02:31 发布

Hi丶ImViper

最新推荐文章于 2022-04-30 18:02:31 发布

阅读量935

点赞数

CC 4.0 BY-SA版权

分类专栏： LeetCode 文章标签：队列算法数据结构 java

本文链接：https://blog.youkuaiyun.com/weixin_43314519/article/details/107923110

本文详细介绍了如何解决LeetCode的239题——滑动窗口最大值，提供了暴力法、单调队列和动态规划三种解法，并附有Java实现。通过复杂度分析，解释了单调队列法在时间效率上的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

239. 滑动窗口最大值

难度困难

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内的 k 个数字。滑动窗口每次只向右移动一位。

返回滑动窗口中的最大值。

进阶：

你能在线性时间复杂度内解决此题吗？

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

提示：

1 <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4
1 <= k <= nums.length

方法一：暴力法

直觉

最简单直接的方法是遍历每个滑动窗口，找到每个窗口的最大值。一共有 N - k + 1 个滑动窗口，每个有 k 个元素，于是算法的时间复杂度为 ${O}(N k)$ ，表现较差。

实现

class Solution {
   
   
    public int[] maxSlidingWindow(int[] nums, int k) {
   
   
        int n = nums.length;
        if (n * k == 0) return new int[0];
        
        int [] output = new int[n - k + 1];
        for (int i = 0; i < n - k + 1; i++) {
   
   
            int max = Integer.MIN_VALUE;
            for(int j = i; j < i + k; j++) 
                max = Math.max(max, nums[j]);
            output[i] = max;
        }
        return output;
    }
}