当前位置: 首页 > news >正文

LeetCode 算法:滑动窗口最大值c++

原题链接🔗:滑动窗口最大值
难度:困难⭐️⭐️⭐️

题目

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       31 [3  -1  -3] 5  3  6  7       31  3 [-1  -3  5] 3  6  7       51  3  -1 [-3  5  3] 6  7       51  3  -1  -3 [5  3  6] 7       61  3  -1  -3  5 [3  6  7]      7

示例 2
输入:nums = [1], k = 1
输出:[1]

提示

1 <= nums.length <= 105
-104 <= nums[i] <= 104
1 <= k <= nums.length

题解

双端队列(deque)法

  1. 题解
  • 初始化:创建一个双端队列 deque 来存储窗口内元素的索引。同时,创建一个数组 result 来存储窗口的最大值。

  • 遍历数组:遍历整数数组 nums,对于每个索引 i:

    • 维护队列:确保队列 deque 的尾部始终是当前窗口内的最大值的索引。这意味着,如果队列非空,且队列尾部的元素值小于当前元素 nums[i],则从队列尾部移除元素,直到队列尾部的元素值大于或等于当前元素,或者队列为空。
    • 添加索引:将当前索引 i 添加到队列尾部。
  • 处理窗口滑动

    • 当索引 i 大于或等于 k 时,意味着窗口已经滑动了至少 k 次,此时可以确定窗口内的最大值。
    • 如果队列头部的索引 deque.front() 等于 i - k,这意味着队列头部的元素已经不在当前窗口内,因此应该从队列头部移除它。
  • 收集结果:将队列头部元素对应的 nums 值添加到结果数组 result 中。

  • 返回结果:遍历结束后,返回结果数组 result。

  1. 复杂度:时间复杂度是 O(n),其中 n 是数组 nums 的长度,因为每个元素最多被入队和出队一次。空间复杂度是 O(k),因为队列最多包含窗口大小 k 个元素的索引。
  2. 代码过程
  • 初始化一个双端队列 dq 和一个结果数组 result。
  • 遍历数组 nums 中的每个元素。
  • 对于每个元素,从队列尾部移除所有小于当前元素的索引,因为这些索引对应的元素不可能是窗口中的最大值。
  • 将当前元素的索引入队。
  • 如果队列的长度超过了窗口大小 k,则移除队列头部的元素,因为它已经不在窗口范围内。
  • 当窗口滑动了 k 次之后,队列的第一个元素的值就是当前窗口的最大值,将其添加到结果数组中。
  1. c++ demo
#include <iostream>
#include <vector>
#include <deque>
using namespace std;class Solution {
public:vector<int> maxSlidingWindow(vector<int>& nums, int k) {vector<int> result;deque<int> dq;for (int i = 0; i < nums.size(); ++i) {// 移除所有小于当前元素的索引while (!dq.empty() && nums[dq.back()] <= nums[i]) {dq.pop_back();}// 将当前索引入队dq.push_back(i);// 如果队列长度大于窗口大小,移除窗口左侧的元素if (dq.front() == i - k) {dq.pop_front();}// 当窗口滑动 k 次后,队列的第一个元素就是窗口中的最大值if (i >= k - 1) {result.push_back(nums[dq.front()]);}}return result;}
};int main() {Solution solution;vector<int> nums = { 1,3,-1,-3,5,3,6,7 };int k = 3;vector<int> max_values = solution.maxSlidingWindow(nums, k);cout << "Maximum values in the sliding window of size " << k << ": ";for (int max_val : max_values) {cout << max_val << " ";}cout << endl;return 0;
}
  • 输出结果:

Maximum values in the sliding window of size 3: 3 3 5 5 6 7
在这里插入图片描述

http://www.lryc.cn/news/366084.html

相关文章:

  • 荆州餐饮环保在行动:清洗油烟净化器,守护城市环境
  • AIConnect赋能加持丨AI+DEPIN 共同推动AI发展的技术与运用峰会圆满落幕
  • 【自定义View】Android圆饼进度条
  • AI重塑搜索和浏览器,360打造AIPC轻量化方案
  • Meta Llama 3 RMSNorm(Root Mean Square Layer Normalization)
  • MySQL-6、单表访问方法
  • C语言实现三角波生成
  • WPF国际化的最佳实践
  • ctfshow web
  • 【力扣】矩阵中的最长递增路径
  • 语音深度鉴伪识别项目实战:基于深度学习的语音深度鉴伪识别算法模型(二)音频数据预处理及去噪算法+Python源码应用
  • 网络原理——http/https ---http(1)
  • Docker安装、使用,容器化部署springboot项目
  • USB主机模式——Android
  • 240520Scala笔记
  • 【React】封装一个好用方便的消息框(Hooks Bootstrap 实践)
  • tomcat10部署踩坑记录-公网IP和服务器系统IP搞混
  • 探索Sass:Web开发的强大工具
  • vue组件之间的通信方式有哪些
  • 111、二叉树的最小深度
  • SpringBoot3依赖管理,自动配置
  • 音视频开发17 FFmpeg 音频解码- 将 aac 解码成 pcm
  • vue2中封装图片上传获取方法类(针对后端返回的数据不是图片链接,只是图片编号)
  • 【C++面向对象编程】(二)this指针和静态成员
  • 最大矩形问题
  • LeetCode62不同路径
  • GNU Radio实现OFDM Radar
  • 东方博宜1760 - 整理抽屉
  • react快速开始(四)-之Vite 还是 (Create React App) CRA? 用Vite创建项目
  • 使用python绘制核密度估计图