日拱算法,滑动窗口的最大值

简介: 日拱算法,滑动窗口的最大值

image.png

日拱算法,接着冲~~


image.png


题目:



给定一个数组 nums 和滑动窗口的大小 k,请找出所有滑动窗口里的最大值。

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


题目来源:剑指 Offer 59 - I. 滑动窗口的最大值


题解:



第一反应


有时候搞不太懂力扣对于难度等级的判定,此题为“困难”?

用长度为 k 的数组去遍历 nums 就可以了,每次拿到它的最大值,然后push进结果数组中,再返回不就行了?


分步解析:


1.找到窗口从头滑到尾需要滑动的次数为: nums.length - k + 1;

2.初始化队列;

3.每次滑动的时候,找到当前窗口的最大值保存到 res 数组,然后执行删除队列头元素、在队列尾添加下一元素的操作;


JavaScript 实现:


var maxSlidingWindow = function(nums, k) {
    if (nums.length == 0 || k > nums.length) return []
    var index = k
    var len = nums.length - k + 1
    var stack = [], res = []
    for (var j = 0; j < k; j++) {
        stack.push(nums[j])
    }
    for (i = 0; i < len; i++) {
        if (i !== 0) {
            stack.shift()
            stack.push(nums[index])
            index++
        }
        res.push(Math.max.apply(null, stack))
    }
    return res
};


提交看看,结果报错“超出时间限制” QAQ

image.png


噢噢,再回看算法,for 循环里面要对数组一整个 Math.max,时间复杂度肯定爆表了,O(n*n),不超时才怪。


第二反应


正解:转换思路 采用单调数列


依次将数组的下标push到窗口中,超出窗口的shift掉,窗口是个单调递减队列,队头元素就是当前窗口的最大值;


步骤拆解:

1、每当读入的数大于队尾,则循环删除队尾小于读入元素的数字,保证队列的递减单调性

2、如果单调的队首(极大值),等于窗口左边界的上一位,则说明极大值已经超出窗口,移除单调递减队列的队首

3、每次窗口滑动的最大值为,单调递减队列的队首

4、循环以上步骤,直到窗口的右边界到队尾

image.png


JS 实现:

var maxSlidingWindow = function(nums, k) {
     const res = []; //保存滑动窗口的最大值
    const q = []; //滑动窗口队列
    for (let i = 0; i < nums.length; i++) {
        //1.在队尾添加元素num[i]
        var last = q.length - 1; //队列的最后一个元素的索引
        while (last >= 0 && nums[i] > q[last]) { //2.循环求解序列中的最大值
            //2.求队列中的最大值:如果新入队列的元素,比队尾元素大,队尾被更新成新入队列的元素,保证队头为队列中的最大元素
            q.pop(); //队尾移除,
            last = q.length - 1; //队列更新长度
        }
        q.push(nums[i]); //入队列
        // 当窗口i + 1 - k >= 0时,窗口满了有三个数了
        const j = i + 1 - k;     //窗口向右滑动过程中最后一个元素的索引。
        if (j >= 0) {
            res.push(q[0]); //保存每一次k个窗口的最大值
            if (nums[j] === q[0]) { //3.向有滑动过程中,如果序列中的最大元素即退出窗口,则移除队列头部元素
                q.shift(); // 
            }
        }
    }
    return res;
};

image.png

小结:除了以上两种解法,还有其它思路,不得不说这题还是很有学问的。在处理滑动窗口问题中,经常会遇到要构造一个单调队列,得着重记笔记记笔记。(ಥ﹏ಥ)


相关文章
|
3月前
|
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
|
6月前
|
算法 测试技术 C++
【动态规划】【滑动窗口】【C++算法】 629K 个逆序对数组
【动态规划】【滑动窗口】【C++算法】 629K 个逆序对数组
|
6月前
|
机器学习/深度学习 算法
【优选算法】—— 滑动窗口类问题
【优选算法】—— 滑动窗口类问题
100 0
|
3月前
|
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
|
3月前
|
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
|
3月前
|
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
|
3月前
|
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
|
3月前
|
算法
【算法】滑动窗口——长度最小的子数组
【算法】滑动窗口——长度最小的子数组
|
3月前
|
算法 容器
【算法】滑动窗口——串联所有单词的子串
【算法】滑动窗口——串联所有单词的子串
|
3月前
|
算法
【算法】滑动窗口——水果成篮
【算法】滑动窗口——水果成篮
下一篇
无影云桌面