【刷算法】滑动窗口的最大值

简介: 【刷算法】滑动窗口的最大值

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]}。


分析


仔细想想,对于数组{2,3,4,2,6,2,5,1}来说,假如窗口大小为3,则整个过程如下:

  1. {[2,3,4],2,6,2,5,1},此时最大值是4
  2. {2,[3,4,2],6,2,5,1},此时最大值是4
  3. {2,3,[4,2,6],2,5,1},此时最大值是6,因为新进入窗口的6比4还大
  4. {2,3,4,[2,6,2],5,1},此时最大值是6
  5. {2,3,4,2,[6,2,5],1},此时最大值是6
  6. {2,3,4,2,6,[2,5,1]},此时最大值是5 可以得出思路是:
    保存当前窗口最大值的数组下标maxIndex,滑动一次窗口,若maxIndex还在窗口内,则只需要比较maxIndex处的值和最新进入窗口的值哪个大,新进入的值大则更新maxIndex,否则不需要更新;若maxIndex不在窗口内,则要遍历一次当前窗口的所有值找出新的maxIndex


代码实现


function maxInWindows(arr, size)
{
    if(size > arr.length || size === 0)
    return [];
  var res = [], maxIndex = -1;
  for(var l = 0, r = size-1;r < arr.length;l++, r++){
    if(maxIndex < l){
      maxIndex = getMaxIndex(arr, l, r);
    }
    if(arr[r] > arr[maxIndex]){
      maxIndex = r;
    }
    res.push(arr[maxIndex]);
  }
  return res;
}
function getMaxIndex(arr, l, r){
  var index = l;
  for(var i = l;i <= r;i++) {
    if(arr[i] > arr[index])
      index = i;
  }
  return index;
}



相关文章
|
算法
【算法】滑动窗口——最大连续1的个数
【算法】滑动窗口——最大连续1的个数
151 0
|
7天前
|
存储 算法
算法入门:专题二---滑动窗口(长度最小的子数组)类型题目攻克!
给定一个正整数数组和目标值target,找出总和大于等于target的最短连续子数组长度。利用滑动窗口(双指针)优化,维护窗口内元素和,通过单调性避免重复枚举,时间复杂度O(n)。当窗口和满足条件时收缩左边界,更新最小长度,最终返回结果。
|
6月前
|
机器学习/深度学习 监控 算法
员工上网行为监控软件中基于滑动窗口的C#流量统计算法解析​
在数字化办公环境中,员工上网行为监控软件需要高效处理海量网络请求数据,同时实时识别异常行为(如高频访问非工作网站)。传统的时间序列统计方法因计算复杂度过高,难以满足低延迟需求。本文将介绍一种基于滑动窗口的C#统计算法,通过动态时间窗口管理,实现高效的行为模式分析与流量计数。
173 2
|
4月前
|
存储 机器学习/深度学习 监控
公司电脑上网监控中滑动窗口算法的理论构建与工程实现
本文提出一种基于滑动窗口算法的实时网络流量监控框架,旨在强化企业信息安全防护体系。系统采用分层架构设计,包含数据采集、处理与分析决策三大模块,通过 Java 实现核心功能。利用滑动窗口技术动态分析流量模式,结合阈值检测与机器学习模型识别异常行为。实验表明,该方案在保证高检测准确率的同时支持大规模并发处理,为企业数字化转型提供可靠保障。
107 0
|
6月前
|
存储 机器学习/深度学习 监控
如何监控员工的电脑——基于滑动时间窗口的Java事件聚合算法实现探析​
在企业管理场景中,如何监控员工的电脑操作行为是一个涉及效率与合规性的重要课题。传统方法依赖日志采集或屏幕截图,但数据量庞大且实时性不足。本文提出一种基于滑动时间窗口的事件聚合算法,通过Java语言实现高效、低资源占用的监控逻辑,为如何监控员工的电脑提供一种轻量化解决方案。
152 3
|
7月前
|
存储 监控 算法
基于 PHP 语言的滑动窗口频率统计算法在公司局域网监控电脑日志分析中的应用研究
在当代企业网络架构中,公司局域网监控电脑系统需实时处理海量终端设备产生的连接日志。每台设备平均每分钟生成 3 至 5 条网络请求记录,这对监控系统的数据处理能力提出了极高要求。传统关系型数据库在应对这种高频写入场景时,性能往往难以令人满意。故而,引入特定的内存数据结构与优化算法成为必然选择。
178 3
|
算法
【算法】滑动窗口——最小覆盖子串
【算法】滑动窗口——最小覆盖子串
123 0
|
算法
【算法】滑动窗口——找到字符串中所有字母异位词
【算法】滑动窗口——找到字符串中所有字母异位词
181 0
|
算法
【算法】滑动窗口——将x减到0的最小操作数
【算法】滑动窗口——将x减到0的最小操作数
134 0
|
算法
【算法】滑动窗口——无重复字符的最长子串
【算法】滑动窗口——无重复字符的最长子串

热门文章

最新文章