Java C++分别实现滑动窗口的最大值

目录
  • 1、题目
  • 2、思路
  • 3、c++代码
  • 4、java代码

1、题目

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:

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。

2、思路

(单调队列) O(n)

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

样例:

如样例所示,nums = [1,3,-1,-3,5,3,6,7],k = 3,我们输出[3,3,5,5,6,7]

首先,我们可以想到最朴素的做法是模拟滑动窗口的过程,每向右滑动一次都遍历一遍滑动窗口,找到最大的元素输出,这样的时间复杂度是O ( n k ) O(nk)O(nk)。考虑优化,其实滑动窗口类似于数据结构双端队列,窗口向右滑动过程相当于向队尾添加新的元素,同时再把队首元素删除。

如何更快的找到队列中的最大值?

其实我们可以发现,队列中没必要维护窗口中的所有元素,我们可以在队列中只保留那些可能成为窗口中的最大元素,去掉那些不可能成为窗口中的最大元素。

考虑这样一种情况,如果新进来的数字大于滑动窗口的末尾元素,那么末尾元素就不可能再成为窗口中最大的元素了,因为这个大的数字是后进来的,一定会比之前先进入窗口的小的数字要晚离开窗口,因此我们就可以将滑动窗口中比其小的数字弹出队列,于是队列中的元素就会维持从队头到队尾单调递减,这就是单调递减队列。

单调递增队列

对于队列内的元素来说:

  1. 在队列内自己左边的数就是数组中左边第一个比自己小的元素。
  2. 当被弹出时,遇到的就是数组中右边第一个比自己小的元素 。( 只要元素还在队列中,就意味着暂时还没有数组中找到自己右侧比自己小的元素)
  3. 队头到队尾单调递增,队首元素为队列最小值。

单调递减队列

对于队列内的元素来说:

  1. 在队列内自己左边的数就是数组中左边第一个比自己大的元素。
  2. 当被弹出时,遇到的就是数组中右边第一个比自己大的元素 ,只要元素还在队列中,就意味着暂时还没有数组中找到自己右侧比自己大的元素。
  3. 队头到队尾单调递减,队首元素为队列最大值。

了解了单调队列的一些性质以后,对于这道题我们就可以维护一个单调递减队列,来保存队列中所有递减的元素 ,随着入队和出队操作实时更新队列,这样队首元素始终就是队列中的最大值。同时如果队首元素在滑动窗口中,我们就可以将其加入答案数组中。

实现细节:

为了方便判断队首元素与滑动窗口的位置关系,队列中保存的是对应元素的下标。

具体解题过程如下:

初始时单调队列为空,随着对数组的遍历过程中,每次插入元素前,需要考察两个事情:

1、合法性检查:队头下标如果距离i 超过了 k ,则应该出队。

2、单调性维护:如果 nums[i] 大于或等于队尾元素下标所对应的值,则当前队尾再也不可能充当某个滑动窗口的最大值了,故需要队尾出队,始终保持队中元素从队头到队尾单调递减。

3、如次遍历一遍数组,队头就是每个滑动窗口的最大值所在下标。

时间复杂度分析: 每个元素最多入队出队一次,复杂度为O ( n ) O(n)O(n)。

3、c++代码

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        deque<int>q; //双端队列
        vector<int>res;
        for(int i = 0; i < nums.size(); i++){
            while(q.size() &&  i - k + 1 > q.front())  q.pop_front(); //判断队头是否在滑动窗口范围内
            while(q.size() && nums[i] >= nums[q.back()]) q.pop_back();//维护单调递减队列
            q.push_back(i); //将当前元素插入队尾
            if(i >= k - 1)  res.push_back(nums[q.front()]); //滑动窗口的元素达到了k个,才可以将其加入答案数组中
        }
        return res;
    }
};

4、java代码

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int n = nums.length;
        Deque<Integer> queue = new ArrayDeque<>(); //双端队列
        int[] res = new int[n - k + 1];
        for (int i = 0 , j = 0; i < n; i++) {
            //判断队头是否在滑动窗口范围内
            while (!queue.isEmpty() && i- k + 1 > queue.getFirst())   queue.pollFirst();
            //维护单调递减队列
            while (!queue.isEmpty() && nums[i] > nums[queue.getLast()])  queue.pollLast();
            queue.offer(i);    //将当前元素插入队尾
            //滑动窗口的元素达到了k个,才可以将其加入答案数组中
            if( i - k + 1 >= 0) res[j++] = nums[queue.getFirst()];
        }
        return res;
    }
}

以上就是Java C++分别实现滑动窗口的最大值的详细内容,更多关于Java C++ 滑动窗口最大值的资料请关注我们其它相关文章!

(0)

相关推荐

  • C++ 使用PrintWindow实现窗口截图功能

    本文使用C++双缓存进行指定窗口截图.CreateDIBSection创建应用程序可以直接写入的.与设备无关的位图(DIB),它提供内存中位图的指针,外部程序可以直接使用. 需要注意的是,PrintWindow方法能够抓取使用D3D渲染的窗口(例如Excel.Win10自带视频播放器),如果抓取普通窗口则会附带窗口阴影,可见窗口阴影是Windows使用D3D渲染出来的. 1.PrintCaptureHelper.h #pragma once #include <windows.h> #incl

  • Java 滑动窗口最大值的实现

    一.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. 二.单调队列解析 题目让求随着滑动窗口的滑动,返回窗口覆盖范围的最大值 该题不适合优先级队列,因为采用大顶堆存放k个数字,可以知道此时的最大值,但是窗口是滑动的,大顶堆每次只能弹出最大值,无法移除其他值,即无法用大顶堆维护滑动窗口里的值. 所以采用队列维护,随着窗口的移动,队列先进先出 此时对队列的要求

  • Java 实现滑动时间窗口限流算法的代码

    在网上搜滑动时间窗口限流算法,大多都太复杂了,本人实现了个简单的,先上代码: package cn.dijia478.util; import java.time.LocalTime; import java.util.LinkedList; import java.util.List; import java.util.Map; import java.util.Random; import java.util.concurrent.ConcurrentHashMap; /** * 滑动时间窗

  • Java窗口精细全方位讲解

    目录 一.新建简单窗口 二.编写窗口中的按键 三.简单的按键运行 1.流布局管理器: 2.静态文本框: 四.窗口画图 五.窗口鼠标响应 六.总结 好了,stop! 我们呢 咳咳咳 下面呢 也就直接进入正题!!! 一.新建简单窗口 在java中新建窗口将会用到"java.awt",大家可以参见API文档 import java.awt.*; //包含用于创建用户界面和绘制图形图像的所有类. 这是API文档的下载链接: API下载地址 我呢用的是Notpad++进行编写的,所以就用这个直接

  • Java C++分别实现滑动窗口的最大值

    目录 1.题目 2.思路 3.c++代码 4.java代码 1.题目 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: 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. 2.思路 (单调队列) O(n) 给定一个数组 nums 和滑动窗口的大小 k,让我们找出所有滑动窗口里的最大值. 样例: 如样例所示,nums = [1,3,-1,-3,5,3,6,7],k = 3,我们输出[3,3,5,5,6,7]. 首先,我

  • JavaScript日拱算法题解滑动窗口的最大值示例

    目录 题目: 题解: 第一反应 JavaScript 实现 第二反应 JS 实现 小结: 题目: 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

  • 分享几道和「滑动窗口」有关的算法面试题

    前言科普:什么是滑动窗口算法 滑动问题包含一个滑动窗口,它是一个运行在一个大数组上的子列表,该数组是一个底层元素集合. 假设有数组 [a b c d e f g h ],一个大小为 3 的 滑动窗口 在其上滑动,则有: [a b c] [b c d] [c d e] [d e f] [e f g] [f g h] 一般情况下就是使用这个窗口在数组的 合法区间 内进行滑动,同时 动态地 记录一些有用的数据,很多情况下,能够极大地提高算法地效率. 1. 滑动窗口最大值 题目来源于 LeetCode

  • redis zset实现滑动窗口限流的代码

    目录 限流 rediszset特性 滑动窗口算法 java代码实现 补充:RediszSet实现滑动窗口对短信进行防刷限流 前言 示例代码 限流 需求背景:同一用户1分钟内登录失败次数超过3次,页面添加验证码登录验证,也即是限流的思想. 常见的限流算法:固定窗口计数器:滑动窗口计数器:漏桶:令牌桶.本篇选择的滑动窗口计数器 redis zset特性 Redis 有序集合(sorted set)和集合(set)一样也是 string 类型元素的集合,且不允许重复的成员.不同的是每个元素都会关联一个

  • jQuery实现仿微软首页感应鼠标变化滑动窗口效果

    本文实例讲述了jQuery实现仿微软首页感应鼠标变化滑动窗口效果.分享给大家供大家参考.具体如下: 这是一款jQuery仿微软首页感应鼠标变化的滑动窗口,鼠标放上后,窗口会向左拉长,鼠标移走后恢复原样,是在微软官方网站发现的,看了看代码,觉得很容易就扣下来,不敢独享. 运行效果截图如下: 在线演示地址如下: http://demo.jb51.net/js/2015/jquery-f-microsoft-web-nav-demo/ 具体代码如下: <!DOCTYPE html PUBLIC "

  • Java实现求子数组和的最大值算法示例

    本文实例讲述了Java实现求子数组和的最大值算法.分享给大家供大家参考,具体如下: 一般C和C++在算法实现中使用较多,下面我们通过java语言实现算法,更有亲切感. 题目: 输入一个整形数组,数组里有正数也有负数. 数组中连续的一个或多个整数组成一个子数组,每个子数组都有一个和. 求所有子数组的和的最大值. 例如输入的数组为1, -2, 3, 10, -4, 7, 2, -5,和最大的子数组为3, 10, -4, 7, 2, 因此输出为该子数组的和18. 实现代码: package arrDe

  • go redis实现滑动窗口限流的方式(redis版)

    之前给大家介绍过单机当前进程的滑动窗口限流 , 这一个是使用go redis list结构实现的滑动窗口限流 , 原理都一样 , 但是支持分布式 原理可以参考之前的文章介绍 func LimitFreqs(queueName string, count uint, timeWindow int64) bool { currTime := time.Now().Unix() length := uint(ListLen(queueName)) if length < count { ListPus

  • ASP.NET Core中使用滑动窗口限流的问题及场景分析

    目录 算法原理 漏检 太刚 算法实现 进程内即内存滑动窗口算法 基于Redis的滑动窗口算法 应用算法 1.安装Nuget包 2.使用中间件 滑动窗口算法用于应对请求在时间周期中分布不均匀的情况,能够更精确的应对流量变化,比较著名的应用场景就是TCP协议的流量控制,不过今天要说的是服务限流场景中的应用. 算法原理 这里假设业务需要每秒钟限流100次,先来看固定窗口算法的两个问题: 漏检 如下图所示,单看第1秒和第2秒,其请求次数都没有超过100,所以使用固定窗口算法时不会触发限流.但是第1秒的后

  • 基于Redis zSet实现滑动窗口对短信进行防刷限流的问题

    前言 主要针对目前线上短信被脚本恶意盗刷的情况,用Redis实现滑动窗口限流 public void checkCurrentWindowValue(String telNum) { String windowKey = CommonConstant.getNnSmsWindowKey(telNum); //获取当前时间戳 long currentTime = System.currentTimeMillis(); //1小时,默认只能发5次,参数smsWindowMax做成可配置项,配置到Na

随机推荐