单调队列算法模板及应用

简介: 单调队列算法模板及应用
文章和代码已经归档至【Github仓库: https://github.com/timerring/algorithms-notes 】或者【AIShareLab】回复 算法笔记 也可获取。

队列算法模板

// hh 表示队头,tt表示队尾
int q[N], hh = 0, tt = -1;

// 向队尾插入一个数
q[ ++ tt] = x;

// 从队头弹出一个数
hh ++ ;

// 队头的值
q[hh];
// 对尾的值
q[tt];

// 判断队列是否为空
/*
    if(hh <= tt) not empty
    else empty
*/
if (hh <= tt)
{
}

例题:滑动窗口

单调队列的应用:求滑动窗口中的最大值和最小值

第一步把新元素插入队尾,第二步把滑出去的元素从队首弹出来。

给定一个大小为 $n≤10^6$ 的数组。

有一个大小为 k 的滑动窗口,它从数组的最左边移动到最右边。

你只能在窗口中看到 k 个数字。

每次滑动窗口向右移动一个位置。

以下是一个例子:

该数组为 [1 3 -1 -3 5 3 6 7],k 为 3。

窗口位置 最小值 最大值
[1 3 -1] -3 5 3 6 7 -1 3
1 [3 -1 -3] 5 3 6 7 -3 3
1 3 [-1 -3 5] 3 6 7 -3 5
1 3 -1 [-3 5 3] 6 7 -3 5
1 3 -1 -3 [5 3 6] 7 3 6
1 3 -1 -3 5 [3 6 7] 3 7

你的任务是确定滑动窗口位于每个位置时,窗口中的最大值和最小值。

输入格式

输入包含两行。

第一行包含两个整数 n 和 k,分别代表数组长度和滑动窗口的长度。

第二行有 n 个整数,代表数组的具体数值。

同行数据之间用空格隔开。

输出格式

输出包含两个。

第一行输出,从左至右,每个位置滑动窗口中的最小值。

第二行输出,从左至右,每个位置滑动窗口中的最大值。

输入样例:

8 3
1 3 -1 -3 5 3 6 7

输出样例:

-1 -3 -3 -3 3 3
3 3 5 5 6 7

求最小值的过程相当于维护了一个升序的序列,每次队尾插入的值会使原队尾大于它的值一直弹出,最后输出时就会弹出该区间的最小值。

思路:

最小值和最大值分开来做,都做以下四步:

  • 队首是否出窗口;
  • 解决队尾与当前元素a[i]不满足单调性;
  • 将当前元素下标加入队尾;(一定要先3后4,因为有可能输出的正是新加入的那个元素;)
  • 如果满足条件则输出结果;

需要注意的细节:

队列中存的是原数组的下标,取值时要再套一层,a[q[]];

算最大值前注意将hh和tt重置;

此题用cout会超时,只能用printf;

hh从0开始,数组下标也要从0开始。

虽然有两个循环,但是时间复杂度是O(N)的,因为while那里判断条件最多执行常数次,比如新加入一个最小值,哪怕一直弹出到队首,队列长度才k个,k是常数,所以while最多执行k次,合起来就是O(kN),化简就是O(N)。

code

# include <iostream>

using namespace std;

const int N = 1000010;
int a[N], q[N];

int main()
{
    int n,k;
    scanf("%d%d", &n, &k);
    for(int i = 0; i < n; i ++) scanf("%d", &a[i]);
    
    int hh = 0, tt = -1;
    // i是当前枚举的右端点,k是区间的长度
    // 队列q[]中存的是下标
    // 寻找最小值
    for(int i = 0; i < n; i ++)
    {
        // 判断队头是否应该滑出窗口
        // 因为每次窗口只移动一位,因此这里写if即可,不用写while
        // q[tt](队尾序号)的正常范围在i-k+1到i之间 你可以画图模拟一下,很简单
        if(hh <= tt && i - k + 1 > q[hh]) hh ++;
        // 如果新插入的数比队尾数要小的话,就将该队尾弹出
        // 可能会一直弹出到队首,也可能不会(队首比他还小)
        // 相当于维护了一个升序的序列
        while(hh <= tt && a[q[tt]] >= a[i]) tt --; 
        // 然后将i存入q中的队尾
        q[ ++ tt] = i;
        // 如果i比区间长度大的话,打印q队头的序号的元素值,因为如果i从左向右移动还不足k个,那么就不用输出。只要队列目前没有超过 i - k + 1 > q[hh] 的限制,就一直输出队首的最小值。
        // 注意 i 是从 0 开始的,例如k = 3, 因此向右移动三次就是2,k - 1 = 2
        if(i >= k - 1) printf("%d ", a[q[hh]]);
    }
    puts("");
    
    // 最大值是一个完全对称的写法
    hh = 0, tt = -1;
    for(int i = 0; i < n; i ++)
    {
        if(hh <= tt && i - k + 1 > q[hh]) hh ++;
        // 这里把大于改成小于即可
        // 相当于维护了一个降序的序列
        while(hh <= tt && a[q[tt]] <= a[i]) tt --; 
        q[ ++ tt] = i;
        if(i >= k - 1)printf("%d ", a[q[hh]]);
    }
    return 0;
}
目录
相关文章
|
6月前
|
存储 监控 JavaScript
基于布隆过滤器的 Node.js 算法在局域网电脑桌面监控设备快速校验中的应用研究
本文探讨了布隆过滤器在局域网电脑桌面监控中的应用,分析其高效空间利用率、快速查询性能及动态扩容优势,并设计了基于MAC地址的校验模型,提供Node.js实现代码,适用于设备准入控制与重复数据过滤场景。
263 0
|
5月前
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
339 3
|
5月前
|
机器学习/深度学习 资源调度 算法
遗传算法模型深度解析与实战应用
摘要 遗传算法(GA)作为一种受生物进化启发的优化算法,在复杂问题求解中展现出独特优势。本文系统介绍了GA的核心理论、实现细节和应用经验。算法通过模拟自然选择机制,利用选择、交叉、变异三大操作在解空间中进行全局搜索。与梯度下降等传统方法相比,GA不依赖目标函数的连续性或可微性,特别适合处理离散优化、多目标优化等复杂问题。文中详细阐述了染色体编码、适应度函数设计、遗传操作实现等关键技术,并提供了Python代码实现示例。实践表明,GA的成功应用关键在于平衡探索与开发,通过精心调参维持种群多样性同时确保收敛效率
|
5月前
|
机器学习/深度学习 边缘计算 人工智能
粒子群算法模型深度解析与实战应用
蒋星熠Jaxonic是一位深耕智能优化算法领域多年的技术探索者,专注于粒子群优化(PSO)算法的研究与应用。他深入剖析了PSO的数学模型、核心公式及实现方法,并通过大量实践验证了其在神经网络优化、工程设计等复杂问题上的卓越性能。本文全面展示了PSO的理论基础、改进策略与前沿发展方向,为读者提供了一份详尽的技术指南。
粒子群算法模型深度解析与实战应用
|
5月前
|
机器学习/深度学习 算法 安全
小场景大市场:猫狗识别算法在宠物智能设备中的应用
将猫狗识别算法应用于宠物智能设备,是AIoT领域的重要垂直场景。本文从核心技术、应用场景、挑战与趋势四个方面,全面解析这一融合算法、硬件与用户体验的系统工程。
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习模型、算法与应用的全方位解析
深度学习,作为人工智能(AI)的一个重要分支,已经在多个领域产生了革命性的影响。从图像识别到自然语言处理,从语音识别到自动驾驶,深度学习无处不在。本篇博客将深入探讨深度学习的模型、算法及其在各个领域的应用。
1453 3
|
7月前
|
机器学习/深度学习 人工智能 算法
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
|
7月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
344 1
|
6月前
|
算法 数据可视化
matlab版本粒子群算法(PSO)在路径规划中的应用
matlab版本粒子群算法(PSO)在路径规划中的应用
|
7月前
|
存储 监控 算法
公司员工泄密防护体系中跳表数据结构及其 Go 语言算法的应用研究
在数字化办公中,企业面临员工泄密风险。本文探讨使用跳表(Skip List)数据结构优化泄密防护系统,提升敏感数据监测效率。跳表以其高效的动态数据处理能力,为企业信息安全管理提供了可靠技术支持。
167 0

热门文章

最新文章