lecode:239. 滑动窗口最大值-----单调队列解法

 给你一个整数数组 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 。

输入:nums = [1,3,-1,-3,5,3,6,7], 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

单调队列
class MyQueue{
    Deque<Integer> queue = new LinkedList<>();
    
    如果弹出的元素是当前队列最大值,才会真正弹出
    void pop(int element){
        if(!queue.isEmpty() && queue.peek().equals(element)){
            queue.poll();
        }
    }
    void push(int element){
        while(!queue.isEmpty() && element>queue.getLast()){
            queue.removeLast();
            后续压入的元素比之前压入的元素大,之前的元素就毫无价值了
            所有队列左大右小,如果右大,左边就被清楚了
        }
        queue.add(element);
    }
    int peek(){
        return queue.peek();
    }
}
class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if(nums.length==1){
            return nums;
        }

        MyQueue myQueue = new MyQueue();

        int[] res = new int[nums.length-k+1];
        for (int i = 0; i < k; i++) {
            myQueue.push(nums[i]);
        }
        int index= 0;
        res[index++] = myQueue.peek();
        for (int i = k; i <nums.length; i++) {

            myQueue.pop(nums[i-k]);
            myQueue.push(nums[i]);
            res[index++] = myQueue.peek();

        }
        return res;
    }
}

### 关于 LeetCode 跳跃游戏 II 的解决方案 #### 问题描述 给定一个非负整数数组 `nums` ,你最初位于数组的第一个位置。数组中的每个元素代表你在该位置可以跳跃的最大长度。目标是以最少的跳跃次数到达最后一个位置。 #### 解决方案概述 这个问题可以通过贪心算法来有效解决[^2]。核心思路是在每一步都做出当前看来最好的选择,即尽可能远地跳跃,从而最小化总的跳跃次数。 #### 算法实现细节 为了更好地理解和解决问题,下面提供了一个 Python 实现的子: ```python def jump(nums): n = len(nums) max_pos, end, step = 0, 0, 0 for i in range(n - 1): if max_pos >= i: max_pos = max(max_pos, i + nums[i]) if i == end: end = max_pos step += 1 return step ``` 这段代码定义了一个函数 `jump` 来计从起点到终点所需的最少跳跃次数。变量 `max_pos` 记录了能跳到最远的位置;`end` 表示当前步数下能达到的边界;而 `step` 则记录着已经完成的跳跃次数。 #### 性质分析 值得注意的是,并不是所有的优化问题都可以采用贪心策略求解。对于本题而言,由于满足特定条件下的贪心选择性质和最优子结构特性,因此适合使用贪心算法来进行解答[^3]。 #### 结论 综上所述,“跳跃游戏 II” 属于一类能够运用贪心算法成功处理的问题之一,在实际编码过程中展现了简洁高效的优点。不过需要注意的是,当面对其他类型的挑战时,则需谨慎评估是否同样适用于此类方法。
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

打赏作者

上兵伐眸

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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