Title description
// 59. 滑动窗口的最大值
// 力扣
// 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。
// 牛客
// 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]}。
// 窗口大于数组长度的时候，返回空
answer
Maximum heap method
// 最大堆
// 牛客
// 推荐方法。
// 构建最大堆maxHeap，构建答案保存数组res，
// 先把窗口范围size内的元素放入maxHeap，之后堆顶元素（最大值）放入res，
// 然后构建左指针i，右指针j，for循环右移两个指针，之前的左指针遍历元素
// 在maxHeap中去掉，加入右指针的新遍历元素，构成新的maxHeap（窗口遍历元素）
// 再次把堆顶最大值放入res，如此循环。
// 运行时间：14ms，超过75.10%用Java提交的代码
// 占用内存：9744KB，超过9.76%用Java提交的代码
import java.util.ArrayList;
import java.util.PriorityQueue;
import java.util.Comparator;
public class Solution {
public ArrayList<Integer> maxInWindows(int [] num, int size) {
ArrayList<Integer> res = new ArrayList<Integer>();
if (size > num.length || size < 1)
return res;
PriorityQueue<Integer> maxHeap = new PriorityQueue<>(new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2.compareTo(o1);
}
});
for (int i = 0; i < size; i++) {
maxHeap.add(num[i]);
}
res.add(maxHeap.peek());
for (int i = 0, j = i + size; j < num.length; i++, j++) {
maxHeap.remove(num[i]);
maxHeap.add(num[j]);
res.add(maxHeap.peek());
}
return res;
}
}
// 力扣
// 执行用时：93 ms, 在所有 Java 提交中击败了5.11%的用户
// 内存消耗：46.4 MB, 在所有 Java 提交中击败了74.46%的用户
class Solution {
public int[] maxSlidingWindow(int[] num, int size) {
ArrayList<Integer> res = new ArrayList<Integer>();
if (size > num.length || size < 1)
return toIntList(res);
PriorityQueue<Integer> maxHeap = new PriorityQueue<>(new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2.compareTo(o1);
}
});
for (int i = 0; i < size; i++) {
maxHeap.add(num[i]);
}
res.add(maxHeap.peek());
for (int i = 0, j = i + size; j < num.length; i++, j++) {
maxHeap.remove(num[i]);
maxHeap.add(num[j]);
res.add(maxHeap.peek());
}
return toIntList(res);
}
private int[] toIntList(ArrayList<Integer> res) {
int[] result = new int[res.size()];
for (int i = 0; i < result.length; i++) {
result[i] = res.get(i);
}
return result;
}
}
Queue method
// 力扣
// 执行用时：15 ms, 在所有 Java 提交中击败了48.97%的用户
// 内存消耗：47.5 MB, 在所有 Java 提交中击败了12.75%的用户
import java.util.LinkedList;
class Solution {
public int[] maxSlidingWindow(int[] num, int size) {
if (size > num.length || size < 1)
return new int[0];
Deque<Integer> queue = new LinkedList<>();
int[] res = new int[num.length - size + 1];
for (int i = 0; i < size; i++) {
while (!queue.isEmpty() && queue.peekLast() < num[i]) {
queue.removeLast();
}
queue.addLast(num[i]);
}
int j = 0;
if (!queue.isEmpty())
res[j++] = queue.peekFirst();
for (int i = size; i < num.length; i++) {
if (!queue.isEmpty() && queue.peekFirst() == num[i - size]) {
queue.removeFirst();
}
while (!queue.isEmpty() && queue.peekLast() < num[i]) {
queue.removeLast();
}
queue.addLast(num[i]);
res[j++] = queue.peekFirst();
}
return res;
}
}