题目一：滑动窗口的最大值。
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]}。
练习地址
https://www.nowcoder.com/practice/1624bc35a45c42c0bc17d17fa0cba788
https://leetcode-cn.com/problems/hua-dong-chuang-kou-de-zui-da-zhi-lcof/
参考答案
import java.util.ArrayList;
import java.util.LinkedList;
public class Solution {
public ArrayList<Integer> maxInWindows(int[] num, int size) {
ArrayList<Integer> result = new ArrayList<>();
if (num == null || num.length == 0 || size < 1 || size > num.length) {
return result;
}
LinkedList<Integer> list = new LinkedList<>();
for (int i = 0; i < size; i++) {
while (!list.isEmpty() && num[list.getLast()] <= num[i]) {
list.removeLast();
}
list.add(i);
}
for (int i = size; i < num.length; i++) {
result.add(num[list.getFirst()]);
while (!list.isEmpty() && num[list.getLast()] <= num[i]) {
list.removeLast();
}
if (!list.isEmpty() && i - list.getFirst() >= size) {
list.removeFirst();
}
list.add(i);
}
result.add(num[list.getFirst()]);
return result;
}
}
在上述代码中，list是一个两端开口的队列，用来保存有可能是滑动窗口最大值的数字的下标。
在存入一个数字的下标之前，首先要判断队列里已有数字是否小于待存入的数字。如果已有的数字小于待存入的数字，那么这些数字已经不可能是滑动窗口的最大值，因此它们将会被依次从队列的尾部删除（调用函数removeLast()）。
同时，如果队列头部的数字已经从窗口里滑出，那么滑出的数字也需要从队列的头部删除（调用函数removeFirst()）。
由于队列的头部和尾部都有可能删除数字，这也是需要两端开口的队列的原因。
复杂度分析
- 时间复杂度：O(n)。
- 空间复杂度：O(k)。k为滑动窗口大小。
题目二：队列的最大值
请定义一个队列并实现函数max得到队列里的最大值，要求函数max、push和pop的时间复杂度都是O(1)。
练习地址
https://leetcode-cn.com/problems/dui-lie-de-zui-da-zhi-lcof/
参考答案
class MaxQueue {
private LinkedList<Integer> queue, maxQueue;
public MaxQueue() {
queue = new LinkedList<>();
maxQueue = new LinkedList<>();
}
public int max_value() {
return maxQueue.isEmpty() ? -1 : maxQueue.getFirst();
}
public void push_back(int value) {
queue.add(value);
while (!maxQueue.isEmpty() && value > maxQueue.getLast()) {
maxQueue.removeLast();
}
maxQueue.add(value);
}
public int pop_front() {
if (queue.isEmpty()) {
return -1;
}
int value = queue.removeFirst();
if (value == maxQueue.getFirst()) {
maxQueue.removeFirst();
}
return value;
}
}
复杂度分析
- 时间复杂度：O(1)。
- 空间复杂度：O(1)。
