#数据结构与算法学习笔记#剑指Offer62：滑动窗口的最大值 + 在线处理（Java、C/C++）
2019.3.3 《剑指Offer》从零单刷个人笔记整理（66题全）目录传送门
这道题也是一道效率题，字符串和数组一般可以考虑在线处理。下面对算法过程进行说明：
1.创建一个用于记录元素下标的双端队列list和最终结果序列result。
以下对于测试用例：输入数组{2,3,4,2,6,2,5,1}、滑动窗口大小3，进行算法过程说明。
2.对list进行初始化，从初始窗口倒数第二个元素k开始执行一次操作：从前往后将队列中元素k小的所有元素删除，并将元素k的位置加在队首（记住这次操作，接下来还会用到）。
初始窗口中的元素为{2,3,4}，对k=3之前的所有元素进行操作，由于3最大，对应下标为1，最终list={1}。
3.从第一个窗口（第一个窗口最后一个元素）开始，执行上述操作。
第一个窗口中的元素为{2,3,4}，对k=4之前的所有元素进行操作，由于4最大，对应下标为1，最终list={2}。
4.对list队尾的最大元素，检查是否超出窗口范围（队首-队尾+1？窗口大小，只需检查一次），若超出则删去队尾元素。将最大元素加入result。
当窗口进行到{3,4,2}的时候，list中的元素为{3,2}（队首为3，队尾最大为2），检查一下3-2+1<3，符合要求，将位置2对应元素4加入result。
当窗口进行到{2,5,1}的时候，list中的元素为{7,6,4}（队首为7，由于6（对应数字5）不比7（对应数字1）小，因此不删除，队尾最大为4（对应数字6）），检查一下队尾7-4+1>3，说明数字6在窗口范围外，删去。list最终为{7,6}，将位置6对应元素5加入result。
5.循环上述操作3与检查4的过程，可以保证每次list队尾元素最大。
题目描述
给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，他们的最大值分别为{4,4,6,6,6,5}； 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个： {[2,3,4],2,6,2,5,1}， {2,[3,4,2],6,2,5,1}， {2,3,[4,2,6],2,5,1}， {2,3,4,[2,6,2],5,1}， {2,3,4,2,[6,2,5],1}， {2,3,4,2,6,[2,5,1]}。
Java实现：
/**
*
* @author ChopinXBP
* 给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。
* 例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，他们的最大值分别为{4,4,6,6,6,5}；
* 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个：
* {[2,3,4],2,6,2,5,1}， {2,[3,4,2],6,2,5,1}， {2,3,[4,2,6],2,5,1}，
* {2,3,4,[2,6,2],5,1}， {2,3,4,2,[6,2,5],1}， {2,3,4,2,6,[2,5,1]}。
*
*/
import java.util.ArrayList;
import java.util.LinkedList;
public class maxInWindows_63 {
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] num = {2,3,4,2,6,2,5,1};
ArrayList result = maxInWindows(num, 3);
for(int i = 0; i < result.size(); i++) {
System.out.print(result.get(i) + " ");
}
}
public static ArrayList maxInWindows(int [] num, int size)
{
ArrayList result = new ArrayList<>();
if(num == null || size <= 0 || size > num.length) return result;
//记录元素下标的队列 （只记录下标）
LinkedList list = new LinkedList<>();
//构建初始队列，从初始窗口倒数第二个元素k开始执行一次操作：从前往后将队列中元素k小的所有元素删除，并将元素k加在队首，此时队尾元素最大
for(int i = 0; i < size - 1; i++) {
while(!list.isEmpty() && num[i] > num[list.peekFirst()]) {
list.pollFirst();
}
list.addFirst(i);
}
//初始队列最大元素为size - 1个，对与每一个新元素k = num[i]
for(int i = size - 1; i < num.length; i++) {
//从前往后移去比k小的元素，将k插入队首
while(!list.isEmpty() && num[i] > num[list.peekFirst()]) {
list.pollFirst();
}
list.addFirst(i);
//检查队尾元素（当前最大值的坐标）是否超出窗口范围（被移出窗口），若超出则删去（每次移动最多删去一个）
if(i - list.peekLast() + 1 > size) {
list.pollLast();
}
result.add(num[list.peekLast()]);
}
return result;
}
}
C++实现示例：
class Solution {
public:
vector maxInWindows(const vector& num, unsigned int size)
{
vector res;
deque s;
for(unsigned int i=0;isize)
s.pop_front();
//把每次滑动的num下标加入队列
s.push_back(i);
//当滑动窗口首地址i大于等于size时才开始写入窗口最大值
if(size&&i+1>=size)
res.push_back(num[s.front()]);
}
return res;
}
}; #Coding一小时，Copying一秒钟。留个言点个赞呗，谢谢你#