标签：第一个 window push code 入队 span 必须 维护 for
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。
一开始使用Brute Force居然也可以过，但是只击败了5%的代码。后来经过思考，可以使用O(1)的空间定义两个变量curMax和curMaxIndex。对第一个窗口，初始化这两个变量。然后就是在区间[i, i + k - 1]中寻找最大值。因为之前的最大值是在区间[i - 1, i + k - 2]中找到的，那么有三种情况：
class Solution { public: vector<int> maxSlidingWindow(vector<int>& nums, int k) { vector<int> res; int curMax = INT_MIN, curMaxIndex = -1; for(int i = 0; i < k; i++) { if(nums[i] >= curMax) { curMax = nums[i]; curMaxIndex = i; } } res.push_back(curMax); for(int i = 1; i <= nums.size() - k; i++) { //考虑[i, i + k - 1]区间 if(nums[i + k - 1] >= curMax) { curMax = nums[i + k - 1]; curMaxIndex = i + k - 1; res.push_back(curMax); } else if(curMaxIndex >= i) { res.push_back(curMax); } else { curMax = INT_MIN; for(int j = i; j < i + k; j++) { if(nums[j] >= curMax) { curMax = nums[j]; curMaxIndex = j; } } res.push_back(curMax); } } return nums.size()? res: vector<int>(); } };
这样子优化后可以击败68%的代码，还是可以改进。参考http://www.cnblogs.com/grandyang/p/4656517.html的代码，维护一个递减的deque。每当新数要进入队列时，先看原来的数是不是在新窗口内，不是的话就踢去。然后将deque内比新数小的数都去掉。新数入队，然后考虑是否将队头加入答案中。
注意，deque内存的是下标。
class Solution { public: vector<int> maxSlidingWindow(vector<int>& nums, int k) { vector<int> res; deque<int> q; for (int i = 0; i < nums.size(); ++i) { if (!q.empty() && q.front() == i - k) q.pop_front(); while (!q.empty() && nums[q.back()] < nums[i]) q.pop_back(); q.push_back(i); if (i >= k - 1) res.push_back(nums[q.front()]); } return res; } };
标签：第一个 window push code 入队 span 必须 维护 for
原文地址：https://www.cnblogs.com/hlk09/p/9744998.html
