当前位置: 首页 > article >正文

LeetCode第239题:滑动窗口k内求最大值

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。
这段代码实现了 滑动窗口最大值 的问题,使用了 双端队列(deque)来高效地找到数组 nums 中每个大小为 k 的滑动窗口的最大值。以下是代码的详细解析:

代码概述

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<Integer> 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;
}

详细解析

初始化:

int index = 0: 用于跟踪结果数组 ans 中下一个最大值要存储的位置。
int len = nums.length: nums 数组的长度。
int[] ans = new int[len - k + 1]: 结果数组,用于存储每个滑动窗口的最大值。大小为 len - k + 1,因为数组中有这么多大小为 k 的窗口。
Deque deque = new ArrayDeque<>(): 创建一个双端队列,用于存储数组元素的下标。
遍历数组:

for (int i = 0; i < len; i++): 遍历每一个元素。
移除超出窗口的下标:

if (!deque.isEmpty() && deque.peekFirst() <= i - k): 检查队列的队头(最大值的下标)是否超出了当前窗口的范围。如果超出,移除队头元素。
维护队列中的最大值:

while (!deque.isEmpty() && nums[deque.peekLast()] < nums[i]): 当当前元素 nums[i] 大于队列中对应的元素时,移除队列末尾的下标。这确保队列中的下标对应的元素是当前窗口中的潜在最大值。
deque.addLast(i): 将当前元素的下标 i 加入到队列的末尾。
记录最大值:

if (i >= k - 1): 判断当前索引 i 是否到达第一个有效窗口的结束(即 i 至少为 k - 1)。
ans[index++] = nums[deque.peekFirst()]: 将队列头部的元素(即当前窗口的最大值)存储到结果数组 ans 中。
返回结果:

return ans;: 返回包含每个滑动窗口最大值的数组。
时间复杂度
该算法的时间复杂度为 O(n),其中 n 是 nums 数组的元素数量。每个元素最多被加入和移除队列一次,使得算法在处理大输入时非常高效。
空间复杂度
空间复杂度为 O(k),因为在最坏情况下,队列最多可以存储 k 个下标。
示例
假设 nums = [1, 3, -1, -3, 5, 3, 6, 7] 且 k = 3:

滑动窗口的最大值如下:
窗口 1: [1, 3, -1] -> 最大值 = 3
窗口 2: [3, -1, -3] -> 最大值 = 3
窗口 3: [-1, -3, 5] -> 最大值 = 5
窗口 4: [-3, 5, 3] -> 最大值 = 5
窗口 5: [5, 3, 6] -> 最大值 = 6
窗口 6: [3, 6, 7] -> 最大值 = 7
最终的输出将是 [3, 3, 5, 5, 6, 7]。

这种方法既高效又清晰,利用双端队列有效地维护滑动窗口中的最大值。


http://www.kler.cn/a/353417.html

相关文章:

  • ARP-Batch-Retargeting 部署实战
  • electron 启动警告
  • 【前端动效】原生js实现拖拽排课效果
  • springCloud特色知识记录(基于黑马教程2024年)
  • [程序设计]—代理模式
  • IDEA中创建maven项目
  • gaussdb 基础管理 数据库 表 用户 模式 权限 存储过程
  • 【优选算法篇】双指针的华丽探戈:深入C++算法殿堂的优雅追寻
  • Linux驱动开发——设备树
  • 【C++11入门】新特性总结大全-Part2
  • Android中实现网络请求的方式有哪些?
  • 机器学习在聚合物及其复合材料中的应用与实践
  • 羲和数据清洗器002
  • 纯HTML实现标签页切换
  • uni-app 打包成app时 限制web-view大小
  • 【Linux修炼进程之权限篇】探讨Linux权限问题
  • 【Linux 从基础到进阶】数据加密与安全传输
  • ES 入门 -http-条件查询分页查询查询排序
  • js 对网页表格内容进行全选
  • 车载软件架构 --- 软件定义汽车开发:S32 CoreRide平台
  • 系统架构设计师教程 第16章 16.3 嵌入式系统软件架构设计方法 笔记
  • 代码随想录算法训练营第十七天|Day17二叉树
  • 【ChatGPT】如何通过 Prompt 优化 ChatGPT 的输出
  • 解锁C++多态的魔力:灵活与高效的编码艺术(上)
  • 【私有云盘搭建】Portainer CE部署NextCloud,轻松实现公网访问
  • Java 8 的内存结构