Hard | LeetCode 239 | 剑指 Offer 59

剑指 Offer 59 - I. 滑动窗口的最大值

给定一个数组 nums 和滑动窗口的大小 k，请找出所有滑动窗口里的最大值。

示例:

输入: nums = [1,3,-1,-3,5,3,6,7], 和 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       3
 1 [3  -1  -3] 5  3  6  7       3
 1  3 [-1  -3  5] 3  6  7       5
 1  3  -1 [-3  5  3] 6  7       5
 1  3  -1  -3 [5  3  6] 7       6
 1  3  -1  -3  5 [3  6  7]      7

提示：

你可以假设 k 总是有效的，在输入数组不为空的情况下，1 ≤ k ≤ 输入数组的大小。

解题思路

使用一个辅助队列存储遍历过程可能成为最大值的数字, 并且如果辅助队列的队头如果是当前滑动窗口的最左边元素, 从而需要将队首元素删除。所以在队列里存储元素的下标更加方便于移除元素。

下面详细讲讲在遍历数组并入队的过程, 首先需要将入队元素与队尾元素比较, 如果小于队尾元素, 从当前已经遍历过的数字来看, 当前元素是有可能成为队列最大值的, 因为左边的更大的元素是有可能被移除队列的, 待它被移除队列之后, 当前元素自然而然就是最大的。

如果当前入队元素大于队尾元素, 则要将队尾元素依次出队, 直到队尾元素大于当前入队元素, 因为队列中现存的所有元素都和当前元素在一个窗口内(不在窗口内的元素会被移除), 所以左边的比当前小的元素是不可能成为队列最大值的, 所以将其移除。

综上, 使用一个单调递减的队列就可以解决上述问题。

// 直接写一个单调队列的类
class MonotonicQuene {
    
   	private LinkedList<Integer> queue;

    public MonotonicQuene() {
        queue = new LinkedList<>();
    }

    public void push(int element) {
        while (!queue.isEmpty() && element > queue.getLast()) {
            queue.removeLast();
        }
        queue.addLast(element);
    }

    public void pop() {
        queue.removeLast();
    }

    public int max() {
        return queue.getFirst();
    }
}

public int[] maxSlidingWindow(int[] nums, int k) {
    int n = nums.length;
    MonotonicQuene mq = new MonotonicQuene();
    int[] res = new int[n - k + 1];
    int resIndex = 0;
    for (int i = 0; i < nums.length; i++) {
        mq.push(nums[i]);
        // i-k+1 代表滑动窗口的最左边的第一个元素
        if (i - k + 1 >= 0) {
            // 每次将队列最大值添加进res里
            res[resIndex++] = mq.max();
            
            // 窗口最左边元素是队列最大值 说明队列需要移除这个元素
            // 如果不是队列最大值 那就不需要pop, 因为它已经被pop了。
            if (nums[i-k+1] == mq.max()) {
                mq.pop();
            }
        }
    }
    return res;
}

上述代码专门写了一个单调递减队列的数据结构, 下面是没有写这个结构, 但是操作相同的代码

public int[] maxSlidingWindow(int[] nums, int k) {
    if (nums == null || nums.length == 0) {
        return new int[0];
    }
    int[] res = new int[nums.length - k + 1];
    int cursor = 0;
    Deque<Integer> queue = new ArrayDeque<>();
    for(int i = 0; i < nums.length; i++) {
        if (i < k-1) {
            add(queue, nums, i);
        } else {
            add(queue, nums, i);
            res[cursor++] = nums[queue.peek()];
            // 如果当前的队列的最大值是窗口的最左边, 需要手动将其移除
            if (queue.peek() == i - k + 1) {
                queue.poll();
            }
        }
    }
    return res;
}
// 向单调递减队列添加元素
public void add(Deque<Integer> queue, int[] nums, int index) {
    while(!queue.isEmpty()) {
        int tailIdx = queue.getLast();
        // 把队尾的比当前入队元素小的元素全部出队
        if (nums[index] > nums[tailIdx]) {
            queue.pollLast();
        } else {
            break;
        }
    }
    // 然后把当前元素加进队尾
    queue.add(index);
}