LeetCode 高级 - Sliding Window Maximum

最新推荐文章于 2019-05-15 17:08:23 发布

whd_Alive

最新推荐文章于 2019-05-15 17:08:23 发布

阅读量493

点赞数

CC 4.0 BY-SA版权

分类专栏：算法 LeetCode 刷题之路文章标签： LeetCode java 字符串&amp;数组

本文链接：https://blog.youkuaiyun.com/whdAlive/article/details/80645024

算法同时被 2 个专栏收录

136 篇文章

订阅专栏

LeetCode 刷题之路

133 篇文章

订阅专栏

本文介绍了一种求解滑动窗口最大值的有效算法。利用双向队列保持元素降序排列，实现在线性时间内解决问题。文章通过具体示例展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 >

Sliding Window Maximum

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？

分析

双向队列，始终保证降序排列：

新元素和队尾元素比较，前者大，则后者出队，前者继续和队尾元素比，直到队列为空或新元素比队尾元素小，将新元素入队。

代码

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if(nums.length == 0){
            return new int[0];
        }
        Deque<Integer> win = new LinkedList<>();
        int[] res = new int[nums.length + 1-k];
        for(int i=0;i<nums.length;i++){
            if(!win.isEmpty()&&win.peekFirst()==i-k)
                win.poll();
            while(!win.isEmpty()&&nums[win.peekLast()]<nums[i]){
                win.removeLast();
            }
            win.offerLast(i);
            if(i+1>=k){
                res[i+1-k]=nums[win.peek()];
            }
        }
        return res;
    }
}