这是一道本人面试时遇到的算法题,在LeetCode中的原题,虽然被列为困难,其实并不难。
题目:
给定一个数组 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 k 内的数字。滑动窗口每次只向右移动一位。
返回滑动窗口最大值。
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 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
注意:
你可以假设 k 总是有效的,1 ≤ k ≤ 输入数组的大小,且输入数组不为空。
题解:
这道题最直接的方法就是,窗口从左向右滑动,对于每个窗口,通过遍历所有元素的方式得到窗口中的最大值。但是这种方式时间复杂度比较大,优化的方式是,我们考虑当窗口向右移动一格的时候,其实只有一个新的元素加入了窗口中,我们只需要判断前面一个窗口中的最大值是否比新元素大,如果是,新窗口的最大值还是前面窗口的最大值,反之,新窗口的最大值是新添加的元素。当然,这个比较的前提就是,前面一个窗口存在并且最大值的位置依然在新窗口的范围内。
下面是代码,中间依然有注释,结合我上面的分析加上代码中的注释不难理解:
public class Solution_239 {
/**
* 时间复杂度:5ms,93.54%
*/
public int[] maxSlidingWindow(int[] nums, int k) {
if (nums.length == 0) {
return new int[0];
}
int[] res = new int[nums.length - k + 1];
int[] maxIndexArr = new int[nums.length - k + 1];
for (int i = 0; i <= nums.length - k; i++) {
res[i] = findMax(nums, i, i + k - 1, maxIndexArr);
}
return res;
}
/**
* 这里查找窗口内最大值的时候考虑了两种不同的情况,
* 当前面一个窗口的最大值下标在当前窗口范围内的话,就直接比较新加入的一个元素与前面最大值的关系
* 当前面一个窗口的最大值下标不在在当前窗口范围内的话,那就老老实实从头到尾遍历找到最大值
*
* @param nums 原始数组
* @param from 窗口的开始
* @param to 窗口的结束
* @param maxIndexArr 每个窗口最大值的下标
*/
private int findMax(int[] nums, int from, int to, int[] maxIndexArr) {
if (from > 0 && maxIndexArr[from - 1] >= from) {
if (nums[to] > nums[maxIndexArr[from - 1]]) {
maxIndexArr[from] = to;
} else {
maxIndexArr[from] = maxIndexArr[from - 1];
}
} else {
int max_index = from;
for (int i = from + 1; i <= to; i++) {
if (nums[i] > nums[max_index]) {
max_index = i;
}
}
maxIndexArr[from] = max_index;
}
return nums[maxIndexArr[from]];
}
}