2020/3/7
题目描述
请定义一个队列并实现函数 max_value 得到队列里的最大值，要求函数max_value、push_back 和 pop_front 的均摊时间复杂度都是O(1)。
若队列为空，pop_front 和 max_value 需要返回 -1
示例
示例 1：
输入:
["MaxQueue","push_back","push_back","max_value","pop_front","max_value"]
[[],[1],[2],[],[],[]]
输出: [null,null,null,2,1,2]
示例 2：
输入:
["MaxQueue","pop_front","max_value"]
[[],[],[]]
输出: [null,-1,-1]
相关标签
栈
Sliding window
解题思路
算法：
基本思路是可以通过同时维护一个 双端队列 deque 和一个 单向队列 queue 来以O(1)的时间获取队列中的最大值。
其中，queue 用来保存正常的值，而 deque 用于保存队列中的最大值。每次push一个新的值时val，需要将 deque 中所有小于 val 的值全部 pop，从而保证 deque 中保存的值一定满足单调。复杂度分析：
时间复杂度：O(1)（插入，删除，求最大值）
删除操作于求最大值操作显然只需要 O(1) 的时间。而插入操作虽然看起来有循环，做一个插入操作时最多可能会有 nn 次出队操作。但要注意，由于每个数字只会出队一次，因此对于所有的 n 个数字的插入过程，对应的所有出队操作也不会大于 n 次。因此将出队的时间均摊到每个插入操作上，时间复杂度为 O(1)O(1)。
空间复杂度：O(n)，需要用队列存储所有插入的元素。
源代码
use std::collections::VecDeque;
struct MaxQueue {
queue: VecDeque<i32>,
deque: VecDeque<i32>,
}
/**
* `&self` means the method takes an immutable reference.
* If you need a mutable reference, change it to `&mut self` instead.
*/
impl MaxQueue {
fn new() -> Self {
MaxQueue {
queue: VecDeque::new(),
deque: VecDeque::new(),
}
}
fn max_value(&self) -> i32 {
match self.deque.front() {
Some(front) => *front,
None => -1,
}
}
fn push_back(&mut self, value: i32) {
while let Some(back) = self.deque.back() {
if *back < value {
self.deque.pop_back();
}
else {
break;
}
}
self.deque.push_back(value);
self.queue.push_back(value);
}
fn pop_front(&mut self) -> i32 {
match self.queue.front() {
Some(front) => {
if *front == *self.deque.front().unwrap() {
self.deque.pop_front();
}
self.queue.pop_front().unwrap()
},
None => -1,
}
}
}
/**
* Your MaxQueue object will be instantiated and called as such:
* let obj = MaxQueue::new();
* let ret_1: i32 = obj.max_value();
* obj.push_back(value);
* let ret_3: i32 = obj.pop_front();
*/
执行用时 : 32 ms, 在所有 Rust 提交中击败了100.00%的用户
内存消耗 : 4.3 MB, 在所有 Rust 提交中击败了100.00%的用户
总结
Rust中的队列相关数据结构都可以通过对 VecDeque 进行封装来实现。
