【Golang】LeetCode 239. 滑动窗口最大值

239. 滑动窗口最大值

题目描述

思路

这道题是 LeetCode 当中的一道 Hard 题目,但其本质上是一个指定算法的模版题,这个算法就是基于双端队列实现的单调栈。

双端队列deque这种数据结构支持我们同时从队头和队尾对元素进行插入与弹出,我们使用它来维护一个单调栈,这个单调栈当中保存的元素是数组nums当中元素的下标,对于顺序(从左到右)保存在deque当中的两个下标ij,必须满足nums[i] > nums[j],这使得左侧队头对应的nums当中的元素一定是在当前单调栈当中最大的。

我们设置单调栈为dq,并开始对nums进行遍历。对于nums[i],我们想要在此次操作时将i插入到单调栈当中,这就需要为这个下标寻找一个合适的位置,使得整个单调栈满足下标所对应的元素从左至右单调递减。我们不断地比较队尾下标对应元素与nums[i]的大小,如果队尾元素更小,则直接将其弹出,它所对应数组当中的元素不再可能成为某个滑动窗口当中的最大值了,因为至少nums[i]一定是比它大的。基于这种方法我们可以为i找到其合适的位置。

然后,我们需要判断单调栈左侧的元素是否仍然在当前窗口内,比较的依据就是判断是否满足i - dq[0] < k - 1,如果不满足则弹出左侧元素,因为它已经不在窗口内了。

完成上面两个单调栈的维护操作之后,此时单调栈中的左侧元素对应的nums[dq[0]]就是滑动窗口当中的最大值。

基于以上思路,我们写代码来解决问题。

Golang 题解

go 复制代码
func maxSlidingWindow(nums []int, k int) []int {
    n := len(nums)
    dq, ans := []int{}, []int{}

    for i := 0; i < n; i ++ {
        for len(dq) > 0 && nums[i] > nums[dq[len(dq) - 1]] {
            dq = dq[:len(dq) - 1]
        }
        for len(dq) > 0 && i - dq[0] >= k {
            dq = dq[1:]
        }
        dq = append(dq, i)
        if i >= k - 1 {
            ans = append(ans, nums[dq[0]])
        }
    }
    
    return ans
}

Python 题解

python 复制代码
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        n, dq, ans = len(nums), collections.deque(), []

        for i in range(n):
            while len(dq) > 0 and nums[i] > nums[dq[len(dq) - 1]]:
                dq.pop()
            while len(dq) > 0 and i - dq[0] >= k:
                dq.popleft()
            dq.append(i)
            if i >= k - 1:
                ans.append(nums[dq[0]])

        return ans
相关推荐
千寻girling5 小时前
Python 是用来做 AI 人工智能 的 , 不适合开发 Web 网站 | 《Web框架》
人工智能·后端·算法
颜酱8 小时前
一步步实现字符串计算器:从「转整数」到「带括号与优化」
javascript·后端·算法
CoovallyAIHub1 天前
语音AI Agent编排框架!Pipecat斩获10K+ Star,60+集成开箱即用,亚秒级对话延迟接近真人反应速度!
深度学习·算法·计算机视觉
木心月转码ing1 天前
Hot100-Day14-T33搜索旋转排序数组
算法
会员源码网1 天前
内存泄漏(如未关闭流、缓存无限增长)
算法
颜酱1 天前
从0到1实现LFU缓存:思路拆解+代码落地
javascript·后端·算法
颜酱1 天前
从0到1实现LRU缓存:思路拆解+代码落地
javascript·后端·算法
CoovallyAIHub2 天前
Moonshine:比 Whisper 快 100 倍的端侧语音识别神器,Star 6.6K!
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
速度暴涨10倍、成本暴降6倍!Mercury 2用扩散取代自回归,重新定义LLM推理速度
深度学习·算法·计算机视觉