专栏名称: 猿大侠
猿大侠,既然选择了,就一定成为大侠! 小程序、小游戏、Google、苹果、职场、前沿技术分享,一起成长。
目录
相关文章推荐
大数据文摘  ·  别笑,你可能也分不清这些视频是不是AI的。 ·  6 天前  
九章算法  ·  《LeetCode押题宝典.pdf》白嫖,进 ... ·  5 天前  
大数据文摘  ·  ChatGPT上线全新功能Canvas - ... ·  1 周前  
51好读  ›  专栏  ›  猿大侠

4位阿里P7被裁,合伙创业卖包子,结果每月亏损5万。。。

猿大侠  · 公众号  · 算法 大数据  · 2024-10-12 12:08

正文


最近在网上看到一个帖子,4位阿里P7,35岁被裁后在杭州开了一家很有特点的包子铺,从位置,装修,产品到营销策划都精心设计,用互联网思维降维竞争普通包子铺,结果每月稳赔5万!






--------------下面是今天的算法题--------------


来看下今天的算法题,这题是LeetCode的第239题:滑动窗口最大值。


问题描述



来源:LeetCode第239题
难度:困难

给你一个整数数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。


返回滑动窗口中的最大值 。


示例1:

输入:nums = [1,3,-1,-3,5,3,6,7], 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

示例2:

输入:nums = [1], k = 1

输出:[1]


  • 1 <= nums.length <= 10^5

  • -10^4 <= nums[i] <= 10^4

  • 1 <= k <= nums.length


问题分析



这题让计算滑动窗口中的最大值,窗口我们可以把它看作是一个单调队列,只需要维护这个队列即可。在添加元素之前如果前面有比它小的都要被移除,保证队列的单调性,即从左往右是递减的,所以队列中的最大值就是最左边的元素

因为队列中左边的元素肯定是比右边的元素先出队列的,如果添加的元素比它左边的元素大,它左边的那个元素不可能是队列中的最大值,所以可以把它给移除。我们以示例 1 为例画个图来看下。

JAVA:
public int[] maxSlidingWindow(int[] nums, int k) {
    int index = 0, len = nums.length;
    int[] ans = new int[len - k + 1];
    // 双端队列,存储元素的下标
    Deque deque = new ArrayDeque<>();
    for (int i = 0; i < len; i++) {
        // 如果队列中队头元素和当前元素位置相差i-k,相当于队头元素要
        // 出窗口了,就把队头元素给移除。
        if (!deque.isEmpty() && deque.peekFirst() <= i - k)
            deque.pollFirst();
        // 在添加一个值之前,前面比他小的都要被移除掉,并且还要保证窗口
        // 中队列头部元素永远是队列中最大的。
        while (!deque.isEmpty() && nums[deque.peekLast()] < nums[i])
            deque.pollLast();
        deque.addLast(i);// 当前元素的下标加入到队列的尾部。
        // 当窗口的长度大于等于k个的时候才开始计算(注意这里的i是从0开始的)。
        if (i >= k - 1)
            // 队头元素是队列中最大的,把队列头部的元素加入到数组中。
            ans[index++] = nums[deque.peekFirst()];
    }
    return ans;
}

C++:
public:
    vector<intmaxSlidingWindow(vector<int> &nums, int k) {
        int index = 0, len = nums.size();
        vector<intans(len - k + 1);
        // 双端队列,存储元素的下标
        deque<int> d;
        for (int i = 0; i < len; i++) {
            // 如果队列中队头元素和当前元素位置相差i-k,相当于队头元素要
            // 出窗口了,就把队头元素给移除。
            if (!d.empty() && d.front() <= i - k)
                d.pop_front();
            // 在添加一个值之前,前面比他小的都要被移除掉,并且还要保证窗口
            // 中队列头部元素永远是队列中最大的。
            while (!d.empty() && nums[d.back()] < nums[i])
                d.pop_back();
            d.push_back(i);// 当前元素的下标加入到队列的尾部。
            // 当窗口的长度大于等于k个的时候才开始计算(注意这里的i是从0开始的)。
            if (i >= k - 1)
                // 队头元素是队列中最大的,把队列头部的元素加入到数组中。
                ans[index++] = nums[d.front()];
        }
        return ans;
    }

Python:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
    index, length = 0, len(nums)
    ans = [0] * (length - k + 1)
    # 双端队列,存储元素的下标
    q = deque()
    for i in range(length):
        # 如果队列中队头元素和当前元素位置相差i-k,相当于队头元素要
        # 出窗口了,就把队头元素给移除。
        if q and q[0] <= i - k:
            q.popleft()
        # 在添加一个值之前,前面比他小的都要被移除掉,并且还要保证窗口
        # 中队列头部元素永远是队列中最大的。
        while q and nums[q[-1]] < nums[i]:
            q.pop()
        q.append(i)  # 当前元素的下标加入到队列的尾部。
        # 当窗口的长度大于等于k个的时候才开始计算(注意这里的i是从0开始的)。
        if i >= k - 1:
            # 队头元素是队列中最大的,把队列头部的元素加入到数组中。
            ans[index] = nums[q[0]]
            index += 1
    return ans

来自:数据结构与算法