🐋作者简介:博主是一位.Net开发者,同时还是RPA和低代码平台的践行者。
🐬个人主页:会敲键盘的肘子
🐰系列专栏:数据结构与算法
🦀专栏简介:图解经典算法,C#代码实现,算法升级版。
🐶座右铭:总有一天你所坚持的会反过来拥抱你。
🌈写在前面:
本文主要介绍牛客网题目滑动窗口的最大值。
本文关键字:牛客网、滑动窗口的最大值、C#
给定一个长度为 n 的数组 nums 和滑动窗口的大小 size ,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]}
。
要求:空间复杂度 O(n)
,时间复杂度 O(n)
输入:
[2,3,4,2,6,2,5,1],3
输出:
[4,4,6,6,6,5]
输入:
[9,10,9,-7,-3,8,2,-6],5
输出:
[10,10,9,8]
知识点
如果说队列是一种只允许从尾部进入,从头部出来的线性数据结构,那双向队列就是一种特殊的队列了,双向队列两边,即头部和尾部都可以进行插入元素和删除元素的操作,但是也只能插入到最尾部或者最头部,每次也只能取出头部元素或者尾部元素后才能取出里面的元素。
思路
我们都知道,若是一个数字A进入窗口后,若是比窗口内其他数字都大,那么这个数字之前的数字都没用了,因为它们必定会比A早离开窗口,在A离开之前都争不过A,所以A在进入时依次从尾部排除掉之前的小值再进入,而每次窗口移动要弹出窗口最前面值,因此队首也需要弹出,所以我们选择双向队列。
具体做法
step 1:维护一个双向队列,用来存储数列的下标。
step 2:首先检查窗口大小与数组大小。
step 3:先遍历第一个窗口,如果即将进入队列的下标的值大于队列后方的值,依次将小于的值拿出来去掉,再加入,保证队列是递增序。
step 4:遍历后续窗口,每次取出队首就是最大值,如果某个下标已经过了窗口,则从队列前方将其弹出。
step 5:对于之后的窗口,重复step 3,直到数组结束。
图示
代码实现
import java.util.*;
public class Solution {
public ArrayList<Integer> maxInWindows(int [] num, int size) {
ArrayList<Integer> res = new ArrayList<Integer>();
//窗口大于数组长度的时候,返回空
if(size <= num.length && size != 0){
//双向队列
ArrayDeque <Integer> dq = new ArrayDeque<Integer>();
//先遍历一个窗口
for(int i = 0; i < size; i++){
//去掉比自己先进队列的小于自己的值
while(!dq.isEmpty() && num[dq.peekLast()] < num[i])
dq.pollLast();
dq.add(i);
}
//遍历后续数组元素
for(int i = size; i < num.length; i++){
//取窗口内的最大值
res.add(num[dq.peekFirst()]);
while(!dq.isEmpty() && dq.peekFirst() < (i - size + 1))
//弹出窗口移走后的值
dq.pollFirst();
//加入新的值前,去掉比自己先进队列的小于自己的值
while(!dq.isEmpty() && num[dq.peekLast()] < num[i])
dq.pollLast();
dq.add(i);
}
res.add(num[dq.pollFirst()]);
}
return res;
}
}
复杂度分析:
思路
另一种更简单直观的方式,莫过于直接遍历两层:第一层为窗口起点,第二层为窗口长度,即遍历了所有的窗口的每个位置。
具体做法
代码实现
import java.util.*;
public class Solution {
public ArrayList<Integer> maxInWindows(int [] num, int size) {
ArrayList<Integer> res = new ArrayList<Integer>();
//窗口大于数组长度的时候,返回空
if(size <= num.length && size != 0)
//数组后面要空出窗口大小,避免越界
for(int i = 0; i <= num.length - size; i++){
//寻找每个窗口最大值
int max = 0;
for(int j = i; j < i + size; j++){
if(num[j] > max)
max = num[j];
}
res.add(max);
}
return res;
}
}
⭐写在结尾:
文章中出现的任何错误请大家批评指出,一定及时修改。
希望写在这里的小伙伴能给个三连支持!