题目描述:
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]}。
思路:
本题最简单的做法是定义一个求最大值的max函数,窗口每一次滑动求窗口内最大值,这种做法的时间复杂度为
,k是滑动窗口大小。
窗口的滑动过程中数字的进出类似一个队列中元素的出队入队,这里我们采用一个队列queue存储可能成为最大值的元素下标(之所以队列中存元素下标而不是元素值本身,是因为队列并不存储所有元素,而我们需要知道什么时候队首元素已经离开滑动窗口)。当遇到一个新数时,将它与队尾元素比较,如果大于队尾元素,则丢掉队尾元素,继续重复比较,直到新数小于队尾元素,或者队列为空为止,将新数下标放入队列。同时需要根据滑动窗口的移动判断队首元素是否已经离开。
下面以{2,3,6,2,1,7,3,1,5,2},大小为4的窗口模拟过程:
插入数字 | 窗口 | 队列 | 最大值 |
2 | 2 | 0(2) | |
3 | 2,3 | 1(3) | |
6 | 2,3,6 | 2(6) | |
2 | 2,3,6,2 | 2(6),3(2) | 6 |
1 | 3,6,2,1 | 2(6),3(2),4(1) | 6 |
7 | 6,2,1,7 | 5(7) | 7 |
3 | 2,1,7,3 | 5(7),6(3) | 7 |
1 | 1,7,3,1 | 5(7),6(3),7(1) | 7 |
5 | 7,3,1,5 | 5(7),8(5) | 7 |
2 | 3,1,5,2 | 8(5),9(2) | 5 |
算法的实现如下,最好的情况是当数组降序排列,此时新数永远比队尾元素大,直接存入队列,时间复杂度为 ;最坏的情况是当数组是升序排列,此时新数永远比队列中所有元素都大,每次都需要清空队列,时间复杂度为 。空间复杂度是
# -*- coding:utf-8 -*-
class Solution:
def maxInWindows(self, num, size):
# write code here
# 存放可能是最大值的下标
maxqueue = []
# 存放窗口中最大值
maxlist = []
n = len(num)
# 参数检验
if n == 0 or size == 0 or size > n:
return maxlist
for i in range(n):
# 判断队首下标对应的元素是否已经滑出窗口
if len(maxqueue) > 0 and i - size >= maxqueue[0]:
maxqueue.pop(0)
while len(maxqueue) > 0 and num[i] > num[maxqueue[-1]]:
maxqueue.pop()
maxqueue.append(i)
if i >= size - 1:
maxlist.append(num[maxqueue[0]])
return maxlist