剑指 Offer(第2版)面试题 59:队列的最大值
- [剑指 Offer(第2版)面试题 59:队列的最大值](#剑指 Offer(第2版)面试题 59:队列的最大值)
-
- 题目一:滑动窗口的最大值
-
- [思路 1:优先队列](#思路 1:优先队列)
- [思路 2:双端队列](#思路 2:双端队列)
- 题目二:队列的最大值
剑指 Offer(第2版)面试题 59:队列的最大值
题目一:滑动窗口的最大值
题目来源:79. 滑动窗口的最大值
思路 1:优先队列
代码:
c
class Solution
{
public:
vector<int> maxInWindows(vector<int> &nums, int k)
{
priority_queue<pair<int, int>> pq;
// 初始化
for (int i = 0; i < k; i++)
pq.push(make_pair(nums[i], i));
vector<int> ans;
ans.push_back(pq.top().first);
// 遍历
for (int i = k; i < nums.size(); i++)
{
pq.push(make_pair(nums[i], i));
while (!pq.empty() && pq.top().second <= i - k)
pq.pop();
ans.push_back(pq.top().first);
}
return ans;
}
};
复杂度分析:
时间复杂度:O(n),其中 n 是数组 nums 的长度。
空间复杂度:O(n),其中 n 是数组 nums 的长度。
思路 2:双端队列
cpp
class Solution
{
public:
vector<int> maxSlidingWindow(vector<int> &nums, int k)
{
deque<int> dq;
vector<int> ans;
for (int i = 0; i < nums.size(); i++)
{
if (!dq.empty() && dq.front() == i - k)
dq.pop_front();
while (!dq.empty() && nums[dq.back()] < nums[i])
dq.pop_back();
dq.push_back(i);
if (i >= k - 1)
ans.push_back(nums[dq.front()]);
}
return ans;
}
};
复杂度分析:
时间复杂度:O(n),其中 n 是数组 nums 的长度。
空间复杂度:O(n),其中 n 是数组 nums 的长度。
题目二:队列的最大值
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 的时间复杂度都是O(1)。若队列为空,pop_front 和 max_value 需要返回 -1。
算法:
- 使用了 std::queue 作为存储数据的队列,使用了 std::deque(是双端队列,可以在队头和队尾进行插入和删除操作)作为辅助队列。
- max_value() 函数用于返回当前队列中的最大值。如果辅助队列 helpQueue 为空,说明队列中没有元素,返回 -1;否则,返回 helpQueue 的队头元素。
- push_back() 函数用于向队列中插入元素。我们首先将元素插入 queue 队尾,然后从 helpQueue 队尾开始,逐个比较并删除小于等于插入元素的元素,直到遇到大于插入元素的元素,然后将插入元素插入 helpQueue 队尾。这样,helpQueue 中的元素始终保持递减的顺序。
- pop_front() 函数用于删除队列的队头元素。如果队列 queue 为空,说明队列中没有元素,返回 -1;否则,将 queue 的队头元素保存为 front,然后将 queue 的队头元素删除。如果 queue 的队头元素 front 等于 helpQueue 的队头元素,说明队头元素是当前最大值,需要将 helpQueue 的队头元素删除。最后,返回 front。
代码:
c
/**
* Your MaxQueue object will be instantiated and called as such:
* MaxQueue* obj = new MaxQueue();
* int param_1 = obj->max_value();
* obj->push_back(value);
* int param_3 = obj->pop_front();
*/
class MaxQueue {
public:
MaxQueue() {
}
int max_value() {
if (helpQueue.empty()) {
return -1;
}
return helpQueue.front();
}
void push_back(int value) {
queue.push(value);
while (!helpQueue.empty() && helpQueue.back() < value) {
helpQueue.pop_back();
}
helpQueue.push_back(value);
}
int pop_front() {
if (queue.empty()) {
return -1;
}
int front = queue.front();
queue.pop();
if (front == helpQueue.front()) {
helpQueue.pop_front();
}
return front;
}
private:
queue<int> queue;
deque<int> helpQueue;
};
复杂度分析:
时间复杂度:
- max_value():O(1)。
- push_back():O(1)。
- pop_back():O(1)。
空间复杂度:O(n),其中 n 是插入元素的个数。