剑指offer 67. 滑动窗口的最大值

简介: 剑指offer 67. 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,请找出所有滑动窗口里的最大值。


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,它们的最大值分别为 [4,4,6,6,6,5]。


注意:


数据保证 k 大于 0,且 k 小于等于数组长度。


数据范围

数组长度 [1,1000]。

样例

输入:[2, 3, 4, 2, 6, 2, 5, 1] , k=3
输出: [4, 4, 6, 6, 6, 5]


方法一:单调队列 O(n)

我们可以用一个单调队列来存储元素的下标,队头存储的是当前区间中最大值在数组中的下标,队头到队尾的元素呈递减趋势,思路如下:


1.从前往后遍历每个元素,如果单调队列的队头已经不在当前区间内,则弹出该元素的下标。

2.如果队尾下标所属元素小于等于当前遍历到的元素,就弹出该元素下标。

3.将当前元素的下标加入队尾,如果当前遍历的范围已经大于等于区间大小,则记录最大值。


我们拿题目的样例进行举例,假设给定数组 [2, 3, 4, 2, 6, 2, 5, 1] ,且 k = 3 。


第一轮: 由于此时窗口并没有超载,所以不用删除队列中的元素,直接将第一个元素下标 0 加入加入队列中。同时,由于当前窗口内数量还未达到 3 ,故不用加入答案数组 ans 中。

第二轮: 同样,窗口还未超载,队头元素下标仍然在可控范围内,但是可以发现第二个元素 3 已经比队列中队尾存的下标所指元素 nums[0] = 2 要大,故将队列中该元素踢出,并加入当前所指元素的下标 1 。同时,由于当前窗口内数量还未达到 3 ,故不用加入答案数组 ans 中。



第三轮: 同第二轮,nums[2] = 4 > nums[1] = 3 ,故将下标 1 踢出队列,加入下标 2 。同时,由于当前窗口内数量已经达到 3 ,故将队头元素 nums[2] = 4 加入答案数组 ans 中。

第四轮: 由于队头所指元素 nums[2] 并未超出当前窗口,故不用删除元素。同时,第四个元素 nums[3] = 2 小于队尾元素 nums[2] = 4 ,故直接加到队尾,并且将队头元素 nums[2] = 4 加入答案数组 ans 中。

第五轮: 由于队头所指元素 nums[2] 并未超出当前窗口,故不用删除元素。但是第五个元素 nums[4] = 6 大于队中两个元素 nums[2] = 4 和 nums[3] = 2 ,故删除队中两个元素并加入第五个元素下标 4 ,并且将队头元素 nums[4] = 6 加入答案数组 ans 中。

第六轮: 由于队头所指元素 nums[4] 并未超出当前窗口,故不用删除元素。同时,第六个元素 nums[5] = 2 小于队尾元素 nums[4] = 6 ,故直接加到队尾,并且将队头元素 nums[4] = 6 加入答案数组 ans 中。


第七轮: 由于队头所指元素 nums[4] 并未超出当前窗口,故不用删除元素。同时,第七个元素 nums[6] = 5 大于队尾元素 nums[5] = 2 ,故删除队尾元素,但 nums[6] = 5 小于 nums[4] ,故直接加到队尾,并且将队头元素 nums[4] = 6 加入答案数组 ans 中。

第八轮: 此时队头元素 4 已经在当期窗口 5 ~ 7外,故需要删除队头元素。同时第八个元素小于当前队尾元素 nums[6] ,故直接加到队尾,并且将队头元素 nums[6] = 5 加入答案数组 ans 中。


至此,遍历结束,最后返回答案数组 ans 即可。

class Solution {
public:
    vector<int> maxInWindows(vector<int>& nums, int k) {
        vector<int> ans;
        deque<int> q;
        for (int i = 0; i < nums.size(); i++)
        {
            while (q.size() && q.front() <= i - k)  q.pop_front();
            while (q.size() && nums[q.back()] <= nums[i])    q.pop_back();
            q.push_back(i);
            if (i - k >= -1) ans.push_back(nums[q.front()]);
        }
        return ans;
    }
};


欢迎大家在评论区交流~

目录
相关文章
|
2月前
|
存储 算法
LeetCode刷题---209. 长度最小的子数组(双指针-滑动窗口)
LeetCode刷题---209. 长度最小的子数组(双指针-滑动窗口)
|
3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
|
4月前
leetcode239滑动窗口的最大值刷题打卡
leetcode239滑动窗口的最大值刷题打卡
15 0
|
27天前
|
算法 测试技术
每日一题:LeetCode-209. 长度最小的子数组(滑动窗口)
每日一题:LeetCode-209. 长度最小的子数组(滑动窗口)
|
4月前
|
存储
每日一题——滑动窗口的最大值
每日一题——滑动窗口的最大值
|
4月前
|
存储
【Leetcode 209】长度最小的子数组 —— 滑动窗口|双指针
我们可以使用双指针解决本题,定义两个指针 i 和 j 分别表示子数组(滑动窗口窗口)的开始位置和结束位置,维护变量 sum 存储子数组中的元素和。每一轮迭代中,每当 sum >= target 则记录子数组最小长度,移动慢指针。在每一轮迭代最后,移动快指针
|
4月前
|
算法 测试技术 C#
【二叉树】【单调双向队列】LeetCode239:滑动窗口最大值
【二叉树】【单调双向队列】LeetCode239:滑动窗口最大值
|
4月前
|
算法 测试技术 C#
【map】【滑动窗口】【优先队列】LeetCode480滑动窗口中位数
【map】【滑动窗口】【优先队列】LeetCode480滑动窗口中位数
|
4月前
|
存储 Java C++
leetcode-239:滑动窗口最大值
leetcode-239:滑动窗口最大值
26 0
|
12月前
|
算法 C++ Python
每日算法系列【LeetCode 239】滑动窗口最大值
每日算法系列【LeetCode 239】滑动窗口最大值