当前位置: 首页 > news >正文

LeetCode 239:滑动窗口最大值

LeetCode 239:滑动窗口最大值

在这里插入图片描述

问题定义与核心挑战

给定整数数组 nums 和窗口大小 k,需返回每个滑动窗口的最大值。例如:

  • 输入:nums = [1,3,-1,-3,5,3,6,7], k=3
  • 输出:[3,3,5,5,6,7]

核心挑战:

  • 暴力法缺陷:直接遍历每个窗口(共 n-k+1 个),每个窗口遍历 k 个元素,时间复杂度 O(nk),当 n=10^5 时会超时。
  • 高效数据结构:需快速维护窗口内的最大值,支持新增元素移除过期元素操作。

核心思路:单调队列(双端队列)

利用 单调递减队列 维护窗口内的元素索引,确保:

  1. 队列内元素对应的值单调递减:队首始终是当前窗口的最大值。
  2. 队列内仅保留当前窗口的有效元素:移除窗口左侧的过期索引。

算法步骤详解

步骤 1:初始化单调队列

使用双端队列(Deque)存储元素索引(而非值),便于判断元素是否在窗口内。

Deque<Integer> deque = new LinkedList<>();
步骤 2:遍历数组,维护单调队列

遍历每个元素 nums[i],执行以下操作:

2.1 移除队列尾部的较小元素

当新元素 nums[i] 大于队列尾部元素对应的值时,尾部元素不可能成为当前或未来窗口的最大值(因为新元素更大且更晚离开窗口),故移除尾部元素,直到队列为空或尾部元素更大。

while (!deque.isEmpty() && nums[i] >= nums[deque.getLast()]) {deque.removeLast();
}
deque.addLast(i); // 将当前元素索引加入队列
2.2 移除队列头部的过期元素

窗口的左边界为 i - k + 1(当遍历到 i 时,窗口覆盖 [i-k+1, i])。若队首元素的索引小于左边界,说明该元素已不在窗口内,需移除。

int left = i - k + 1;
while (!deque.isEmpty() && deque.getFirst() < left) {deque.removeFirst();
}
2.3 记录窗口最大值

当遍历到 i >= k-1(即窗口已形成)时,队首元素即为当前窗口的最大值(因队列单调递减)。

if (i >= k-1) {result[resultIndex++] = nums[deque.getFirst()];
}

完整代码(Java)

import java.util.Deque;
import java.util.LinkedList;class Solution {public int[] maxSlidingWindow(int[] nums, int k) {if (nums == null || k == 0) return new int[0];int n = nums.length;int[] result = new int[n - k + 1];int resultIndex = 0;Deque<Integer> deque = new LinkedList<>(); // 存储索引,对应值单调递减for (int i = 0; i < n; i++) {// 步骤1:移除队列尾部所有比当前元素小的索引(保持单调递减)while (!deque.isEmpty() && nums[i] >= nums[deque.getLast()]) {deque.removeLast();}deque.addLast(i); // 加入当前元素索引// 步骤2:移除队首的过期索引(不在当前窗口内)int left = i - k + 1;while (!deque.isEmpty() && deque.getFirst() < left) {deque.removeFirst();}// 步骤3:当窗口形成时,记录最大值(队首元素)if (i >= k - 1) {result[resultIndex++] = nums[deque.getFirst()];}}return result;}
}

关键逻辑解析

1. 单调队列的维护逻辑
  • 尾部移除:确保队列内元素单调递减,新元素只与队尾比较,保证复杂度 O(1)(每个元素入队、出队各一次)。
  • 头部移除:仅当队首元素是窗口左侧的过期元素时才移除,保证队列内始终是当前窗口的有效元素。
2. 为什么存储索引而非值?
  • 需判断元素是否在窗口内(通过索引比较),而值无法提供位置信息。
3. 窗口形成的时机
  • i >= k-1 时,窗口 [i-k+1, i] 首次形成(如 k=3i=2 时窗口是 [0,2]),之后每次遍历都需记录最大值。

示例验证(以示例 1 为例)

输入nums = [1,3,-1,-3,5,3,6,7], k=3

遍历索引 i元素 nums[i]队列操作前移除尾部较小元素加入队列移除过期元素窗口是否形成结果数组
01[]-[0]--
13[0]移除 0(1<3)[1]--
2-1[1]-[1,2]-是(i=2≥2)[3]
3-3[1,2]-[1,2,3]队首1≥0(3-3+1=0)是(i=3≥2)[3,3]
45[1,2,3]移除3(-3<5)→ 移除2(-1<5)→ 移除1(3<5)[4]队首4≥1(4-3+1=1)是(i=4≥2)[3,3,5]
53[4]-[4,5]队首4≥2(5-3+1=2)是(i=5≥2)[3,3,5,5]
66[4,5]移除5(3<6)→ 移除4(5<6)[6]队首6≥3(6-3+1=3)是(i=6≥2)[3,3,5,5,6]
77[6]移除6(6<7)[7]队首7≥4(7-3+1=4)是(i=7≥2)[3,3,5,5,6,7]

复杂度分析

  • 时间复杂度O(n)。每个元素入队、出队各一次,双端队列操作均为 O(1)
  • 空间复杂度O(k)。队列最多存储 k 个元素(窗口大小)。

该方法通过 单调队列 高效维护窗口内的最大值,将时间复杂度从 O(nk) 降至 O(n),是处理滑动窗口最值问题的经典方案。

http://www.dtcms.com/a/301390.html

相关文章:

  • 五自由度磁悬浮轴承转子不平衡振动抑制破局:不平衡前馈补偿+自抗扰控制实战解析
  • MySQL 全详解:从入门到精通的实战指南
  • 第二阶段-第二章—8天Python从入门到精通【itheima】-138节(MySQL的综合案例)
  • 设备分配与回收
  • 数据处理实战(含代码)
  • OpenFeign-远程调用((Feign的使用方法))
  • Spring Boot 配置文件常用配置属性详解(application.properties / application.yml)
  • 【PCIe 总线及设备入门学习专栏 5.3.4 -- PCIe PHY Firmware 固件加载流程】
  • 如何思考一个动态规划问题需要几个状态?
  • [每周一更]-(第150期):AI Agents:从概念到实践的智能体时代
  • net8.0一键创建支持(Elastic)
  • 2025C卷 - 华为OD机试七日集训第1期 - 按算法分类,由易到难,循序渐进,玩转OD
  • Spring 容器注入时查找 Bean 的完整规则
  • Flutter中 Provider 的基础用法超详细讲解(二)之ChangeNotifierProvider
  • 力扣热题100----------53最大子数组和
  • 咨询进阶——解读40页公司战略解码方法【附全文阅读】
  • sed命令
  • 通信名词解释:I2C、USART、SPI、RS232、RS485、CAN、TCP/IP、SOCKET、modbus
  • 【通识】设计模式
  • catkin_make生成的编译文件夹目录结构说明
  • uart通信
  • python---类型转换
  • Milvus 实战全流程
  • Deja Vu: 利用上下文稀疏性提升大语言模型推理效率
  • Spring 解析 XML 配置文件的过程(从读取 XML 到生成 BeanDefinition)
  • 扩展组件(uni-ui)之uni-group
  • 「iOS」————消息传递和消息转发
  • 26.删除有序数组中的重复项
  • MyBatis-Plus高效开发实战
  • 内存管理和垃圾收集-02: 操作系统如何管理内存?