算法题
栈和队列(stack & queue)
滑动窗口最大值

滑动窗口最大值

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       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

示例 2:

输入:nums = [1], k = 1
输出:[1]

思路

这是使用单调队列的经典题目。

暴力方法,遍历一遍的过程中每次从窗口中再找到最大的数值,这样很明显是O(n × k)的算法。

此时我们需要一个队列,这个队列呢,放进去窗口里的元素,然后随着窗口的移动,队列也一进一出,每次移动之后,队列告诉我们里面的最大值是什么。

其实队列没有必要维护窗口里的所有元素,只需要维护有可能成为窗口里最大值的元素就可以了,同时保证队列里的元素数值是由大到小的。

那么这个维护元素单调递减的队列就叫做单调队列,即单调递减或单调递增的队列。

解法

先封装单调队列

type MonotonicQueue struct {
    data []int
}
 
func (mq *MonotonicQueue) Push(n int) {
    for len(mq.data) > 0 && mq.data[len(mq.data)-1] < n {
        mq.data = mq.data[:len(mq.data)-1]
    }
    mq.data = append(mq.data, n)
}
 
func (mq *MonotonicQueue) Pop(n int) {
    if len(mq.data) > 0 && mq.data[0] == n {
        mq.data = mq.data[1:]
    }
}
 
func (mq *MonotonicQueue) Max() int {
    return mq.data[0]
}

然后使用单调队列解题

func maxSlidingWindow(nums []int, k int) []int {
    res := make([]int, 0)
    mq := MonotonicQueue{}
    for i := 0; i < len(nums); i++ {
        if i < k-1 {
            mq.Push(nums[i])
        } else {
            mq.Push(nums[i])
            res = append(res, mq.Max())
            mq.Pop(nums[i-k+1])
        }
    }
    return res
}