建设公司网站标题_内蒙古建筑培训网_微指数官网_高端大气网站建设

滑动窗口的最大值

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 。

输入：整型数组，最大值k
输出：返回数组
思路：定长双指针，滑动窗口，不是很合理

class Solution {public int[] maxSlidingWindow(int[] nums, int k) {//定义结果数组int[] result = new int[nums.length - k + 1];//定义局部最大值int tmpMax = 0;for(int i = 0;i < k;i++){tmpMax = Math.max(tmpMax,nums[i]);}result[0] = tmpMax;//定义双指针int l = 0;int r = k - 1;while(r < nums.length){tmpMax = Math.max(tmpMax,nums[r]);result[l] = tmpMax;l++;r++;}return result;}
}

当k为1时，结果错误，移动删除掉的可能刚好是最大值，所以不能通过此方法来进行计算

---

二刷

1. 使用优先队列进行维护堆顶元素，先将前k个元素加入到队列中，然后一次遍历剩下的元素，进行堆顶的维护

class Solution {public int[] maxSlidingWindow(int[] nums, int k) {//定义优先队列PriorityQueue<int[]> pq = new PriorityQueue<>(new Comparator<>(){public int compare(int[] pair1, int[] pair2){//降序排列return pair1[0] != pair2[0] ? pair2[0] - pair1[0] : pair2[1] - pair1[1];}});int n = nums.length;//将前k个数组元素加入优先队列for(int i = 0; i < k; i++){pq.offer(new int[]{nums[i], i});}//结果数组int[] result = new int[n - k + 1];result[0] = pq.peek()[0];//然后进行后面的遍历for(int i = k; i < n; i++){//每次都加入到优先队列pq.offer(new int[]{nums[i], i});//维护堆顶元素while(pq.peek()[1] <= i - k){pq.poll();}result[i - k + 1] = pq.peek()[0];}return result;}
}

注意这里细节处理，什么时候将堆顶元素poll，while(pq.peek()[1] <= i - k)，还有将数组的索引位置也维护在优先队列中
但是此时的算法执行用时有点高

2. 使用单调队列，主要在于这段

while(!queue.isEmpty() && nums[i] >= nums[queue.peekLast()]){queue.pollLast();}

的理解

class Solution {public int[] maxSlidingWindow(int[] nums, int k) {int n = nums.length;Deque<Integer> queue = new LinkedList<>();//将前k个加入双端队列for(int i = 0; i < k; i++){while(!queue.isEmpty() && nums[i] >= nums[queue.peekLast()]){queue.pollLast();}queue.offer(i);}int[] result = new int[n - k + 1];result[0] = nums[queue.peekFirst()];for(int i = k; i < n; i++){while(!queue.isEmpty() && nums[i] >= nums[queue.peekLast()]){queue.pollLast();}queue.offer(i);while(queue.peekFirst() <= i - k){queue.pollFirst();}result[i - k + 1] = nums[queue.peekFirst()];}return result;}
}