zoukankan      html  css  js  c++  java
  • 剑指Offer——滑动窗口的最大值

    Question

    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]}。

    解法1. 遍历

    • 依次遍历原数组的三个元素,找出最大值,时间复杂度为O(n * k).
    class Solution {
    public:
        vector<int> maxInWindows(const vector<int>& num, unsigned int size)
        {
            vector<int> res;
            if (size <= 0)
                return res;
            for (int i = 0; i < num.size() - size + 1; i++) {
    			int maxNum = INT_MIN;
                for (int j = 0; j < size; j++) {
                    if (num[i + j] > maxNum)
                        maxNum = num[i + j];
                }
                res.push_back(maxNum);
            }
            return res;
        }
    }
    

    解法2. 最大优先队列

    • 优先队列中的每个元素都是pair,前面存储值,后面存储坐标,因为是最大优先队列,那么会根据第一个值从大到小排序,如果队列中最大值已经失效,那么就出队列。调整一次优先最烈的时间复杂度为O(lg(size)),所以总的时间复杂度为O(nlg(size)).
        vector<int> maxInWindows(const vector<int>& num, unsigned int size) {
            if (size <= 0 || num.size() < size)
                return vector<int>();
            
            typedef pair<int, int> Pair;
            priority_queue<Pair> Q;
            for (int i = 0; i < size; i++) {
                Q.push(Pair(num[i], i));
            }
            
            vector<int> res;
            for (int i = size; i < num.size(); i++) {
                res.push_back(Q.top().first);
                
                // 判断最大值是否失效
                while (!Q.empty() && Q.top().second <= i - size)
                    Q.pop();
                Q.push(Pair(num[i], i));
            }
            
            res.push_back(Q.top().first);
            
            return res;
        }
    

    解法3. 用一个双端队列

    • 做法和解法2类似,但是不同的地方在于,如果有一个新的比队列中的值都大的话,那么就先清空队列。 具体做法的话就是,从队尾判断是否队列的值比当前值小,如果小就出队列,因为小的话是不可能成为最大值的。 最队首去判断最大值是否已经失效。
      整体时间复杂度为O(n).
        vector<int> maxInWindows(const vector<int>& num, unsigned int size) {
            if (size <= 0 || num.size() < size)
                return vector<int>();
            
            deque<int> dq;
            for (int i = 0; i < size; i++) {
                while (!dq.empty() && num[i] > num[dq.back()])
                    dq.pop_back();
                // 存的是最大值的坐标
                dq.push_back(i);
            }
            
            vector<int> res(num.size() - size + 1);
            for (int i = size; i < num.size(); i++) {
                res[i - size] = num[dq.front()];
                
                // 尾部判断是否应该出队列
                while (!dq.empty() && num[i] > num[dq.back()])
                    dq.pop_back();
                // 前部判断是否最大值已经失效
                while (!dq.empty() && dq.front() <= i - size)
                    dq.pop_front();
                
                dq.push_back(i);
            }
            res[num.size() - size] = num[dq.front()];
            return res;
        }
    
  • 相关阅读:
    006_linux驱动之_ioremap函数使用
    004_linux驱动之_class_create创建一个设备类
    003_linux驱动之_file_operations函数
    002_linux驱动之_register_chrdev注册字符设备
    001_linux驱动之_驱动的加载和卸载
    007_linuxC++之_构造函数的初级应用
    006_linuxC++之_引用
    005_linuxC++之_指针的引入
    004_linuxC++之_函数的重载
    003_linuxC++之_namespace使用
  • 原文地址:https://www.cnblogs.com/zhonghuasong/p/7089672.html
Copyright © 2011-2022 走看看