标签:暴力 进阶 code list 题目 leetcode 一个 复杂度 oca
题目:
滑动窗口最大值: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内的 k 个数字。滑动窗口每次只向右移动一位。 返回滑动窗口中的最大值。
进阶:
你能在线性时间复杂度内解决此题吗?
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
提示:
1 <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4
1 <= k <= nums.length
思路:
暴力法
针对暴力法的改进
程序1:常规思路果然超时了
class Solution: def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]: if not nums: return [] if k == 0: return if k == 1: return nums begin = 0 result = [] while begin + k <= len(nums): result.append(max(nums[begin:begin + k])) begin += 1 return result
程序2:对程序1进行优化处理
class Solution: def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]: if not nums: return [] if k == 0: return if k == 1: return nums result = [] auxiliary = 0 local_maximum = max(nums[: k]) for index in range(k - 1 ,len(nums)): local_maximum = max(local_maximum, nums[index]) result.append(local_maximum) if nums[auxiliary] == local_maximum: if auxiliary + 1 < index: local_maximum = max(nums[auxiliary + 1 : index + 1]) else: local_maximum = float("-inf") auxiliary += 1 return result
标签:暴力 进阶 code list 题目 leetcode 一个 复杂度 oca
原文地址:https://www.cnblogs.com/zhuozige/p/12967015.html