代码随想录算法训练营第十一天-239.滑动窗口最大值

  • 解题思想与代码实现,令人叹为观止
  • 队列的最佳应用
  • 从总体上讲,完成代码的思路是非常清晰的
    • 根据窗口大小,从源数据第一个开始,把数据依次压入队列中
    • 从压入队列的数据中找出最大值,放入结果集合中
    • 再将队列中第一个元素弹出,从尾部压入下一个元素,然后再找出当前队列中的最大值,放入结果集合中
    • 如此反复,直到最后一个元素
  • 双端队列的性质的应用
    • 滑动窗口最多放入的数据不超过窗口长度
    • 队列中的最前面的元素就是当前队列的最大值
      • 保证最大值在队列最前面的前提是,当数据被压住队列时,把比压入数据小的,且排在队列前面的元素全都弹出队列
      • 在循环压入数据过程中,正常是应该把队列中最前面元素弹出,但由于上一步已有把小的元素弹出队列的操作,所以这一步弹出队列第一个元素的操作可能是虚晃一枪,因为可能不需要真实删除元素,只是在有必要时才进行弹出操作
cpp 复制代码
#include <iostream>
#include <vector>
#include <deque>

class SlidingWindowDes {
private:    
    std::deque<int> que;
public:
    void pop(int value) {
        if (!que.empty() && que.front() == value)
            que.pop_front();
    }
    void push(int value) {
        while (!que.empty() && value > que.back())
            que.pop_back();
        que.push_back(value);
    }
    int getFront() {
        return que.front();
    }

};

class Solution {
public:
    std::vector<int> maxSlidingWindow(std::vector<int>& nums, int k) {
        SlidingWindowDes swd;
        std::vector<int> vec_result;
        for (int i = 0; i < k; i++)
            swd.push(nums.at(i));
        vec_result.push_back(swd.getFront());
        for (int i = k; i < nums.size(); ++i) {
            swd.pop(nums.at(i - k));
            swd.push(nums.at(i));
            vec_result.push_back(swd.getFront());
        }
        return vec_result;
    }
};

int main()
{
    std::vector<int> nums {1, 3, -1, -3, 5, 3, 6, 7};
    Solution s;
    std::vector<int> ret = s.maxSlidingWindow(nums, 3);
    for (int e: ret)
        std::cout << e << " ";
    std::cout << std::endl;
    return 0;
}
相关推荐
kyle~29 分钟前
模型预测控制(MPC)
算法·机器人·控制·传感器
敲上瘾40 分钟前
Qt核心机制:信号与槽详解
开发语言·c++·qt·ui·qt6.3
牢姐与蒯2 小时前
cpp算法之哈希
c++·算法·哈希算法
开开心心就好3 小时前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
lcj25113 小时前
[C++] C++11
开发语言·c++·笔记
电科_银尘3 小时前
【大模型算法与工程 02】线性回归与逻辑回归:从损失函数到决策边界
算法·逻辑回归·线性回归
玄昌盛不会编程4 小时前
LeetCode——2243. 计算字符串的数字和
java·算法·leetcode
小小bugbug6 小时前
带工作窃取的线程池
c++·线程池
电科_银尘7 小时前
【大模型算法与工程 01】机器学习的问题定义:监督、无监督、自监督与强化学习
人工智能·算法·机器学习
电科_银尘7 小时前
【大模型算法与工程 05】分类、回归与排序指标:怎样评价一个模型
算法·分类·回归