• 滑动窗口最大值--剑指offer


    给定一个数组和滑动窗口的大小,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]}。

    思路1:
    暴力求解法,扫描滑动窗口中的每一个数字,并找出其中的最大值。如果滑动窗口的大小为m,则找到窗口内的最大值需要O(k)时间。对于长度为n的数组,总的时间复杂度为O(mn)

    思路2:
    借助一个辅助队列,从头遍历数组,根据如下规则进行入队列或出队列操作:
    0. 如果队列为空,则当前数字入队列
    1. 如果当前数字大于队列尾,则删除队列尾,直到当前数字小于等于队列尾,或者队列空,然后当前数字入队列
    2. 如果当前数字小于队列尾,则当前数字入队列
    3. 如果队列头超出滑动窗口范围,则删除队列头
    这样能始终保证队列头为当前的最大值

    以这道题为例:
    从头开始遍历数组,我们以下标 i 表示遍历到第几个数字
    在开始阶段,队列为空,我们把2入队列,此时i = 0;

    这里写图片描述

    i = 1时,num[1] = 3, 由于3大于队列尾2,所以把2移出队列,把3加入队列;

    这里写图片描述

    i = 2时,num[2] = 4, 由于4大于3, 所以把3移出队列,把4加入队列,此时滑动窗口刚好经过三个元素,滑动窗口内的最大值就是队列的头元素,也就是4;

    这里写图片描述

    i = 3时,num[3] = 2, 因为2小于4,所以把2直接加入队列,此时滑动窗口内的最大值仍然为4;

    这里写图片描述

    i = 4时,num[4] = 6, 6大于2和4,所以把2和4移出队列,把6加入到队列中,此时滑动窗口的最大值为6;

    这里写图片描述

    i = 5时,num[5] = 2, 因为2小于6,所以把2直接加入队列,此时滑动窗口内的最大值仍然为6;

    这里写图片描述

    i = 6时,num[6] = 5, 由于5大于2,所以把2移出队列,把5加入队列中,此时滑动窗口内的最大值仍然为6;

    这里写图片描述

    i = 7时,num[7] = 1, 由于6已经不在滑动窗口中了,所以将6从队列头上删除,此时滑动窗口的最大值为5;

    这里写图片描述

    遍历结束

    那么,如何判断6是否还在滑动窗口中呢,可以通过数组下标进行判断,我们在队列中存储数组的下标而非数值,这样通过判断下标之间的差值是否大于窗口的大小,就可以判断元素是否还在滑动窗口中。

    代码如下:

    import java.util.ArrayList;
    import java.util.LinkedList;
    
    /**
     * @Author: Allen
     * @Version:v1.00
     * @CreateData:2018年4月14日 下午1:53:25
     * 给定一个数组和滑动窗口的大小,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]}。
     */
    public class HuaDongChuangKouZuiDaZhi {
        public static void main(String[] args) {
            int[] intArr = {2,3,4,2,6,2,5,1};
            Solution17 solution17 = new Solution17();
            solution17.maxInWindows(intArr, 3);
        }
    }
    
    class Solution17 {
        public ArrayList<Integer> maxInWindows(int [] num, int size)
        {
            ArrayList<Integer> resultList = new ArrayList<Integer>();
            if(num==null || num.length==0 || size<=0){
                return resultList;
            }
            
            LinkedList<Integer> queue = new LinkedList<Integer>();
            for(int i=0; i<num.length; i++){
                //如果队列头没在滑动窗口内,则从队列内删除队列头
                if(!queue.isEmpty() && i-queue.peek()>=size){
                    queue.pop();
                }
                //每次向队列中添加元素都要和当前队尾的元素进行比较,如果当前数值大于队尾的值,
                //就删除队尾元素的值,直到  小于队尾元素的值或者队列为空时 ,将当前元素入队列
                while(!queue.isEmpty() && num[i]>num[queue.getLast()]){
                    queue.removeLast();
                }
                //为表示原数组中两个元素中的距离,将元素在数组中的下标存入队列
                queue.offer(i);
                if(i>=size-1){
                    resultList.add(num[queue.peek()]);
                }
            }
            for(Integer result : resultList){
                System.out.print(result);
            }
            return resultList;
        }
    }
  • 相关阅读:
    【LeetCode】Validate Binary Search Tree ——合法二叉树
    协程(Coroutine)并不是真正的多线程(转)
    转: Android 软件开发之如何使用Eclipse Debug调试程序详解(七)
    转: eclipse 快捷键列表(功能清晰版本)
    电商初级技术方案探讨
    转: Vue.js——60分钟组件快速入门(上篇)
    音视频推荐书籍
    md5sum使用注意事项
    转: java DES的算法片码
    ant 命令学习详解
  • 原文地址:https://www.cnblogs.com/Allen-win/p/8834908.html
Copyright © 2020-2023  润新知