• 剑指offer队列的最大值(主队列+辅助队列)


    剑指 Offer 59 - II. 队列的最大值
    请定义一个队列并实现函数 max_value 得到队列里的最大值,要求函数max_value、push_back 和 pop_front 的均摊时间复杂度都是O(1)。

    若队列为空,pop_front 和 max_value 需要返回 -1

    示例 1:

    输入:
    ["MaxQueue","push_back","push_back","max_value","pop_front","max_value"]
    [[],[1],[2],[],[],[]]
    输出: [null,null,null,2,1,2]
    示例 2:

    输入:
    ["MaxQueue","pop_front","max_value"]
    [[],[],[]]
    输出: [null,-1,-1]

    限制:

    1 <= push_back,pop_front,max_value的总操作数 <= 10000
    1 <= value <= 10^5

    解析:
    要实现三种操作的时间复杂度为O(1),往往得采用空间换时间的思想,也就是说应该需要一个辅助的数据结构
    Push_back和Pop_front采用普通队列的时候,都是O(1)时间复杂度,关键在于Max_value
    Max_value暴力的话,直接遍历,O(N)
    如果每次入队时都更新最大值的话,当这个最大值出队之后,就不知道队列里下一个最大值是谁了,这个方法会造成信息的丢失
    那我们可以采用一个辅助队列来记录最大值,这样最大值x出队后,辅助队列头部如果也是x,那么x出辅助队列,如果辅助队列头部,不是x,则辅助队列的x不用出栈
    当入栈的时候,如果辅助队列的队尾元素小于入栈值y,那么辅助队列队尾元素出栈,直到队尾元素大于等于y,为什么入队的时候需要这样操作?
    因为辅助队列队尾小于y的那些元素,都是先于y入主队列的,不影响最大这个特性,只有这些小于y的元素出主队列之后,y才会出主队列,因为这些元素在主队列中排在y的前面!所以辅助队列中这些小于y的元素可以从队尾出队列,不会影响最这个特性

    时间复杂度:O(1)
    空间复杂度:O(N)

    
    type MaxQueue struct {
    	queque []int
    	dqueue []int
    }
    
    
    func Constructor() MaxQueue {
    	return MaxQueue{
    		queque: []int{},
    		dqueue: []int{},
    	}
    }
    
    
    func (this *MaxQueue) Max_value() int {
    	if len(this.dqueue)!=0{
    		return this.dqueue[0]
    	}
    	return -1
    }
    
    
    func (this *MaxQueue) Push_back(value int)  {
    	this.queque=append(this.queque,value)
    
    	n:=len(this.dqueue)
    	for i:=n-1;i>=0;i--{
    		if this.dqueue[i]<value{
    			this.dqueue=this.dqueue[0:i]
    		}else {
    			break
    		}
    	}
    
    	this.dqueue=append(this.dqueue,value)
    }
    
    
    func (this *MaxQueue) Pop_front() int {
    	if len(this.queque)==0{
    		return -1
    	}
    
    	value:=this.queque[0]
    	this.queque=this.queque[1:]
    	if value==this.dqueue[0]{
    		this.dqueue=this.dqueue[1:]
    	}
    	return value
    }
    
    心之所向,素履以往
  • 相关阅读:
    目标检测应用化之web页面(YOLO、SSD等)
    传统候选区域提取方法
    非极大值抑制(Non-Maximum Suppression,NMS)
    Darknet windows移植(YOLO v2)
    线性判别分析 LDA
    SVM 支持向量机
    特征-相似度衡量
    布隆过滤器 Bloom Filter
    聚类算法
    图论--最大流
  • 原文地址:https://www.cnblogs.com/yinbiao/p/15763521.html
Copyright © 2020-2023  润新知