Leetcode 239.滑动窗口最大值

Leetcode 239 滑动窗口最大值 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 ... 阅读详情

1.题目

在这里插入图片描述

2.解法1(双端队列)

 
class Solution {
    private ArrayDeque<Integer> deque = new ArrayDeque<Integer>();
    private int[] nums;

    public void cleanQeque(int i, int k) {
        // 滑动窗口得话,他是要删掉nums[i]里面不在窗口里面的元素。
        // 因为是使用双向链表实现的
        if (!deque.isEmpty() && deque.getFirst() == i - k) {
            deque.removeFirst();
        }

        // 在插入元素之前,先进行比较,将最大值放在队头
        while(!deque.isEmpty() && nums[i] > nums[deque.getLast()]) {
            deque.removeLast();
        }

    }
    public int[] maxSlidingWindow(int[] nums, int k) {
        if (nums == null || nums.length == 0) return null;
        if (k <= 0) return new int[0];
        if(k == 1) return nums;

        int len = nums.length;
        this.nums = nums;
        // 先对对列进行初始化,因为这里并不适合%这种操作
        for (int i = 0; i < k; i++) {
            // 删除一些不满足条件的元素
            cleanQeque(i, k);
            // 添加索引方便使用
            deque.addLast(i);
        }
        int[] result = new int[len - k + 1];
        result[0] = nums[deque.getFirst()];

        for(int i=k; i < len; i++) {
            cleanQeque(i, k);
            deque.addLast(i);
            result[i-k+1] = nums[deque.getFirst()];

        }
        return result;
    }
}

时间复杂度为O(n),因为每个元素都有被加进去,所以空间复杂度为O(n)

解法2(优先队列)

 
class Solution {
    public  static Comparator<Integer> cmp = new Comparator<Integer>() {
		public int compare(Integer a, Integer b) {
			return b - a;
		}
	};
	 public int[] maxSlidingWindow(int[] nums, int k) {
        if (nums == null || nums.length == 0) return null;
        if (k <= 0) return new int[0];
        if(k == 1) return nums;

		int n = nums.length;
		
		PriorityQueue<Integer> queue = new PriorityQueue<Integer>(cmp); 
		int j = 0;
		int[] output = new int[n-k+1];
		
		for(int i=0; i < n; i++) {
			queue.offer(nums[i]);
			if (queue.size() == k) {
				output[j] = queue.peek();
				// 需要滑到下一个窗口,就删除掉窗口外得元素
				queue.remove(nums[i-k+1]);
				j++;
			}	
		}
		return output;
		}
	}
   
       

O(nlogn)

3.总结

1、在队列中查找一个元素很不方便,所以我们插入一个元素时,就将其和Deque中的元素进行比较,如果比他们都大,就进行插入,并且移除比较小的元素,即队头始终要放最大值。
2、使用队列的原因,是因为它插入和删除十分方便。
在这里插入图片描述
ArrayDeque的参考链接:添加链接描述

4.碎碎知识

1、插入排序

public class Solution {
	public static void sort(int[] nums) {
		// 涉及元素下标的时候,记得设计一个随机变量
		int i = 0, j = 0;
		for (i = 0; i < nums.length; i++) {
			int tmp = nums[i];
			for(j=i; j > 0 && nums[j-1] < tmp; --j) {
				// 往后挪动一位
					nums[j] = nums[j-1];
			}
			nums[j] = tmp;
		}
			for(int t : nums) {
				System.out.print(t + " ");
		}
	}

	public static void main(String[] args) {
		sort(new int[] {2, 1, 0, 5, 8, 4});

	}
}

在这里插入图片描述
时间复杂度O(n^2)

Halcon和C#联合编程实现硬币识别(个人入门练习) 本人为机器视觉入门小白,自己突发奇想 1.图片数据来源和分析 2.HALCON实现 3.C#搭建界面框架 4.C#中嵌入HALCON代码,即联合编程 5.导出.exe文件,运行以及Debug 目标是这样的,在图片中识别出每种类型的硬币数量,然后计算出总钱数。先上结果,再细说过程。 C#界面和识别结果: 1.图片数据来源和分析 图片大小及格式均统一,拍摄的时候已经尽可能的去除了背景噪点,所以图像处理的要求并不很高(重点在于思路)。硬币区分原理本人代码采用直径范围来判断(也可以半径或区域面积,HALCON算子 阅读详情

相关推荐

OpenWrt路由开启DDNS+端口转发进行外网访问

OpenWrt路由开启DDNS+端口转发进行外网访问(LuCI界面实现)--开篇一、准备工作二、开机!三、连接--结尾 –开篇 本篇适用于一切装有OpenWrt系统的路由器/软路由,只要你保证有WAN接口和一个光猫,甚至你不需要有LAN接口(当然前提是你能连接路由器的WIFI进后台,不然你只能通过LAN进后台咯)。所有的配置过程都是基于LuCI界面来的,当然大神们一般都通过SSH登陆路由使用命令配置,但我也不会啊,只能给个有GUI界面的教程了。 一、准备工作 一个装有OpenWrt系统的路由器/软路由并

秋之颂的博客 9万+

cuda版本的meanshift算法,其核函数执行效率太低

几道 0 cuda版本的meanshift算法,其核函数执行效率太低 «于:七月 03, 2018, 04:09:54 pm » 大家好!我正在实现一个cuda版本的能处理4通道数据的mean shift算法。算法处理1920x1080的4通道图像。跑下来居然需要几十秒钟。opencv的meanShiftProc实现相似的功能,只需要1秒左右吧。大家帮我看看我的代码,帮我分析分析,谢谢! 程序代码:[选择] __global__ void meanshift_fil...

天下对手教会少林武僧 800

攻防世界-Reverse-Game

攻防世界,game,逆向

wuh2333的博客 778

使用滑动窗口的细长目标分割方法

原始素材 需求描述 从有反光的黑色或者白色背景中分割出红蓝绿色的单色的前景。 问题分析 背景有反光,前景也有反光,而且三维的前景还会在背景下留下影子。目标是圆柱型的,因此在有光的情况下,总会有一个角度会出现反光的情况。对于这种情况,做图像增强是不可能的,前景和背景都横跨了颜色空间的大部分。 方法1:使用全局阈值的方法 目标最明显的特征是颜色,所以使用hsv或者lab颜色空间,根据人为指定的前景区...

千人斩的博客 3962

别再踩坑了!Win10下用阿狸狗V3.2.6安装Cadence SPB 17.4的保姆级避坑指南

本文提供了Win10系统下使用阿狸狗V3.2.6安装Cadence SPB 17.4的详细避坑指南,涵盖环境准备、安装失败清理、分步安装与问题诊断、授权配置及典型故障排除等内容,帮助用户顺利完成安装并避免常见错误。

weixin_32576389的博客 361

Docker启动安装nacos(详情讲解,全网最细)

docker安装nacos保姆级教程

ilvjiale的博客 8万+

3.4 卷积的滑动窗口实现

Claroja 885

可调电源的电路设计

可调电源在电路调试中经常用到,可调电源分为两种2-5v(非0点可调)和0-5v(低至0点可调)可调两种。 对于第一种非0点电压的可调范围,其主要是由于开关电源或LDO芯片输出的最小电压为一个固定电压值,非0范围。因此通过调节开关电源或LDO端的反馈电阻的设计模型,其电压可调范围都与芯片的参考电压有关。 基于开关电源的可调电压设计电路 因芯片U2的输出参考电压VSENSE管脚为1.22v。因此,通过调节可调电阻R8的数值,其芯片输出的最低电压一定不小于1.22v。当然此种方案是手动可调输出电压的设计,如

weixin_42257266的博客 9738

两种滑动窗口相关代码

1.利用opencv实现图像滑动窗口操作   功能:利用opencv实现图像滑动窗口操作(即利用已知尺寸的窗口遍历整幅图像,形成许多子图像)  vs2015+opencv3.1  2016.10 函数实现 #ifndef SLIDINGWND_H_ #define SLIDINGWND_H_ //简单的滑动窗口的形成 #include&lt;iostream&gt; #include&l...

BeautyJingJing的博客 5044

Qt和FFmpeg的视频压缩工具

m_progressDialog = new QProgressDialog("正在压缩视频...", "取消", 0, 100, parent);QString file = QFileDialog::getOpenFileName(this, "选择视频文件", "",QString file = QFileDialog::getSaveFileName(this, "保存压缩文件", "",QMessageBox::warning(parent, "错误", "请设置输入和输出文件路径");

寒寒豆豆软件公司的博客 105

26.Labview波形图、XY图、强度图使用精讲

1. 波形图基础概念,如何使用,1.1 波形图与波形图表1.2 XY图如何设计、如何使用?1.3 强度图原理、如何使用、使用案例;2. 图形的参数设置2.1 波形图及波形图表的外观设计2.2 XY图的前面板设计2.3 强度图属性设置。

关注我,更多技术问题欢迎私聊~ 7502

力扣(LeetCode)100题:239.滑动窗口最大值

摘要:本文详细解析了LeetCode 239题「滑动窗口最大值」的两种解法。暴力解法采用双重循环遍历窗口元素求最大值,时间复杂度为O(nk)。优化解法包括:1)优先队列(最大堆),通过存储负值和索引实现,时间复杂度O(nlogn);2)单调队列(最优解),维护递减队列保证队首始终为当前窗口最大元素,时间复杂度O(n)。两种优化解法都通过详细注释和示例演示了算法流程,并分析了复杂度。其中单调队列解法空间复杂度O(k),是理论最优解。文章对比了不同解法的性能差异,并总结了关键实现技巧。

sweet_ran的博客 1076

Linux(31)Rockchip RK3568 Ubuntu22.04上部署 Docker: 问题与解决方案

本博客在总结这些问题及其解决方案,为遇到类似问题的兄弟提供参考,如果我后续有碰到其他Docker 问题也会在此更新补充。

我其实什么都不会 1648

【困难】力扣算法题解析LeetCode239:滑动窗口最大值

题目要求实现滑动窗口最大值,给定数组和窗口大小k,返回每个窗口的最大值序列。采用单调队列优化,核心思路是维护一个双端队列存储索引,确保队首始终为当前窗口最大值。遍历时移除过期元素并保持队列单调递减。Java代码通过双端队列动态维护窗口最大值,高效解决问题

ylumwd的博客 872

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

【滑动窗口】力扣239.滑动窗口最大值

滑动窗口——窗口内的最大值

weixin_46879314的博客 1281

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

力扣:239.滑动窗口最大值

力扣:239.滑动窗口最大值 题目链接 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 。 示例 1: 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

meraki的博客 261

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

力扣239题详解:滑动窗口最大值的多种解法与模拟面试问答

本文详细解读了力扣第239题“滑动窗口最大值”,通过使用双端队列高效地计算数组中每个滑动窗口的最大值,并提供了详细的解释和模拟面试问答。希望读者通过本文的学习,能够在力扣刷题的过程中更加得心应手。

10年数据\经营分析经验,现任大厂数据分析负责人 2306

【算法入门】LeetCode 239. 滑动窗口最大值:Java与JavaScript双解法详解|单调队列的精妙运用力扣239题详解:滑动窗口最大值(Java & JavaScript 双语言实现)

通过本文,我们学习了如何使用Java和JavaScript解决滑动窗口最大值问题。使用双端队列来维护窗口中的最大值是一种有效的方法,它允许我们在O(n)的时间复杂度内完成整个数组的遍历。希望这篇文章能帮助你更好地理解并掌握这一知识点。好的,我很乐意为你提供详细的解答和博客内容。以下是一篇新手入门博客,包含Java和JavaScript的解答以及相关知识点的详细介绍。博客标题: 从零开始学习力扣题 239. 滑动窗口最大值目录:问题描述Java解答2.1 使用双端队列JavaScript解答。

南北极之间 1180

LeetCode 239 滑动窗口最大值

LeetCode 239 滑动窗口最大值 题目链接 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。 示例 1: 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]

旺崽的博客 3082

239. 滑动窗口最大值 - 力扣(LeetCode)

假设输入数组为 nums = [1, 3, -1, -3, 5, 3, 6, 7],k = 3。移除 deque 中所有小于 5 的元素(3, -1, -3),deque 变为空。的滑动窗口从数组的最左侧移动到数组的最右侧。窗口形成,记录 7 → res = [3, 3, 5, 5, 6, 7]。输入:nums = [1,3,-1,-3,5,3,6,7], k = 3。窗口形成,记录 6 → res = [3, 3, 5, 5, 6]。最终结果 res 为 [3, 3, 5, 5, 6, 7]。

q1111111da的博客 751

leetcode 239.滑动窗口最大值(python)

leetcode 239.滑动窗口最大值(python) 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 ---------------

pureszgd的博客 1210

golang力扣leetcode 239.滑动窗口最大值

239.滑动窗口最大值239.滑动窗口最大值题解代码 239.滑动窗口最大值 239.滑动窗口最大值 题解 题目:给一个数组,再给一个k大小的滑动窗口,求窗口内的最大值 思路:优先队列 和 单调栈 1.维护一个单调递减队列 2.对于窗口右移,就是往队列中插入,与删除 3.而删除需要遍历,但是本题其实不急着删除,即延迟删除 4.也就是说当nums[i-k] == queue[0]的时候,就可以删除,这样就是O(1) 5.对于插入,需要维护递减,如果插入v大于下面的,则弹出下面的即可 例如:[5,6,1,2]3

清风 831

LeetCode 239:滑动窗口最大值

给定整数数组nums和窗口大小k,需返回。

m0_75126572的博客 911

LeetCode 239. 滑动窗口最大值

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 。

2301_80211119的博客 1388

leetcode:239. 滑动窗口最大值

题目解析 题目相当于维护了一个大小为3的滑动窗口,并输出每个滑动窗口内的最大值那么什么是滑动窗口呢?举个例子,我们从数组中第一个元素开始遍历,由于窗口的大小是333,因此当遍历到第三个元素时候窗口就形成了 之后,继续遍历元素,为了保持窗口的大小为3,左侧元素就需要从窗口中剔除。这样就使得窗口一直向右移动,直到考察到最后一个元素结束,这就是所谓的滑动窗口。怎么实现呢?我们分别维护两个变量L,R为表示一个窗口。那么,应该怎么滑动呢?令N = arr.size()维护一个滑动窗口并不难,但是我们需要解决一个问题:

OceanStar的博客 1305

LeetCode239. 滑动窗口最大值

LeetCode239. 滑动窗口最大值

Love Peace 526
上一篇: Leetcode 62 不同路径
下一篇: 二叉树的先序、中序、后序遍历
念殊15
博客等级 码龄8年 17粉丝 177原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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