摘要：你只可以看到在滑動窗口內(nèi)的數(shù)字?；瑒哟翱诿看沃幌蛴乙苿右晃?。返回滑動窗口最大值。

這篇文章我們來看一道題目求滑動窗口最大值問題(在leetcode上的地址：滑動窗口最大值)

給定一個長度為N的數(shù)組 nums，有一個大小為 k 的滑動窗口從數(shù)組的最左側(cè)移動到數(shù)組的最右側(cè)。你只可以看到在滑動窗口 k 內(nèi)的數(shù)字。滑動窗口每次只向右移動一位。返回滑動窗口最大值。

示例:

輸入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
輸出: [3,3,5,5,6,7]

一、使用最大堆來實(shí)現(xiàn)

首先定義一個大小為K的最大堆，把窗口里面的數(shù)據(jù)入堆，這樣堆頂?shù)臄?shù)據(jù)就是最大值，當(dāng)窗口向右移動的時(shí)候，我們還需要做的一件事情就是把不在窗口的數(shù)據(jù)移出堆，把進(jìn)入窗口的數(shù)據(jù)放入堆，此時(shí)堆也會做相應(yīng)調(diào)整，維持最大值在堆頂。代碼如下：

public class SlidingWindow {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if(nums == null || nums.length == 0 || k < 1 || k > nums.length) {
            return null;
        }
        if(k == 1) {
            return nums;
        }
        int[] result = new int[nums.length - k + 1];
        int j = 0;
        //用優(yōu)先隊(duì)列構(gòu)建最大堆
        PriorityQueue queue = new PriorityQueue<>(k, new Comparator() {
            @Override
            public int compare(Integer o1, Integer o2) {
                if(o1.compareTo(o2) == 0) {
                    return 0;
                }else if(o1.compareTo(o2) > 0) {
                    return -1;
                }else {
                    return 1;
                }
            }
        });
        for(int i=0;i 0) {
                queue.remove(nums[i-k]);
            }
            //把移進(jìn)窗口的數(shù)據(jù)加入最大堆，最大值一定會在堆頂
            queue.add(nums[i]);
            if(i-k+1 < 0) {
                continue;
            }
            result[j++] = queue.peek();
        }
        return result;
    }
}

復(fù)雜度分析

時(shí)間復(fù)雜度：O(nlogk)

二、使用雙端隊(duì)列來實(shí)現(xiàn)

定義一個大小為K的雙端隊(duì)列，把窗口里的數(shù)據(jù)放入隊(duì)列，每次入隊(duì)的時(shí)候進(jìn)行判斷，隊(duì)列里面小于入隊(duì)數(shù)據(jù)時(shí)，需要出隊(duì)，一定保持最大值在隊(duì)列的最左端，代碼實(shí)現(xiàn)如下：

public class SlidingWindow {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if(nums == null || nums.length == 0 || k < 1 || k > nums.length) {
            return null;
        }
        if(k == 1) {
            return nums;
        }
        int[] result = new int[nums.length - k + 1];
        int m = 0;
        ArrayDeque queue = new ArrayDeque<>(k);
        for(int i=0;i
復(fù)雜度分析
時(shí)間復(fù)雜度：O(n)