问题引入-POJ2823
Description
Window position | Minimum value | Maximum value |
---|---|---|
[1 3 -1] -3 5 3 6 7 | -1 | 3 |
1 [3 -1 -3] 5 3 6 7 | -3 | 3 |
1 3 [-1 -3 5] 3 6 7 | -3 | 5 |
1 3 -1 [-3 5 3] 6 7 | -3 | 5 |
1 3 -1 -3 [5 3 6] 7 | 3 | 6 |
1 3 -1 -3 5 [3 6 7] | 3 | 7 |
Your task is to determine the maximum and minimum values in the sliding window at each position.
Input
Output
Sample Input
8 3 1 3 -1 -3 5 3 6 7
Sample Output
-1 -3 -3 -3 3 3 3 3 5 5 6 7
题意分析:给定一个数列,从左到右输出每个长度为m的数列段内的最小数和最大数,有一个滑动区间,每次我们找到这个区间的最大值和最小值
解法:从数列的开头,将窗放上去,然后找到这最开始的k个数的最大值,然后窗最后移一个单元,继续找到k个数中的最大值。这种方法每求一个f(i),都要进行k-1次的比较,复杂度为O(Nk)。如果暴力时间复杂度为O(Nm)会超时。在暴力枚举的过程中,有一个地方是重复比较了,就是在找当前的f(i)的时候,i的前面其它m-1个数在算f(i-1)的时候我们就比较过了。当你一个个往下找时,每一次都是少一个然后多一个,如果少的不是最大值,然后再问新加进来的,看起来很省时间对吧,那么如果少了的是最大值呢?第二个最大值是什么?那么我们能不能保存上一次的结果呢?当然主要是i的前k-1个数中的最大值了。答案是可以,这就要用到单调队列。
单调队列定义:
- 1、维护区间最值
- 2、去除冗杂状态 如上题,区间中的两个元素a[i],a[j](假设现在再求最大值)
若 j>i且a[j]>=a[i] ,a[j]比a[i]还大而且还在后面(核心思想:目前a[j]留在队列肯定比a[i]有用,因为你是往后推!)- 3、保持队列单调,最大值是单调递减序列,最小值反之
- 4、最优选择在队首
单调队列的维护过程:
1.维护队首(对于上题就是如果队首已经是当前元素的m个之前,则队首就应该被删了,head++)
2.在队尾插入(每插入一个就要从队尾开始往前去除冗杂状态,保持单调性)
https://blog.csdn.net/er111er/article/details/78344161
简单举例应用
数列为:6 4 10 10 8 6 4 2 12 14
N=10,K=3;
那么我们构造一个长度为3的单调递减队列:
首先,那6和它的位置0放入队列中,我们用(6,0)表示,每一步插入元素时队列中的元素如下
插入6:(6,0);
插入4:(6,0),(4,1);
插入10:(10,2);
插入第二个10,保留后面那个:(10,3);
插入8:(10,3),(8,4);
插入6:(10,3),(8,4),(6,5);
插入4,之前的10已经超出范围所以排掉:(8,4),(6,5),(4,6);
插入2,同理:(6,5),(4,6),(2,7);
插入12:(12,8);
插入14:(14,9);
那么f(i)就是第i步时队列当中的首元素:6,6,10,10,10,10,8,6,12,14
同理,最小值也可以用单调队列来做。
单调队列的时间复杂度是O(N),因为每个数只会进队和出队一次,所以这个算法的效率还是很高的。
注意:建议直接用数组模拟单调队列,因为系统自带容器不方便而且不易调试,同时,每个数只会进去一次,所以,数组绝对不会爆,空间也是S(N),优于堆或线段树等数据结构。
单调队列有单调递增和单调递减两种,一般来讲,队列的队首是整个队列的最大值或最小值
单调队列可以解决许多问题,而且可以用来优化DP:
单调队列的实现:(双端队列,一段入,两端输出)
具体步骤:
1. 若队列为空,将A[i]从队尾入队
2. 若队列不为空,将比A[i]大的元素都从队尾弹出,然后把A[i]入队
3. 若队列不为空且A[i]大于队尾,则直接从队尾把A[i]入队
实现一般采用双端队列:
1 if(q.empty())
2 q.push_back(A[i]);
3 else if(q.back()>A[i]){ 4 while((!q.empty())&&q.back()>A[i]){ 5 q.pop_back(); 6 } 7 q.push_back(A[i]); 8 } 9 else 10 q.push_back(A[i]);
单调队列有许多作用:
比如可以求出一个数组内第一个大于等于一个数x的数,也可以通过维护单调性,解决一些区间内最小或最大的问题,总之单调队列的应用在根本上要视题目而定的灵活运用。
单调队列是DP优化的一种,能实现O(VN)的多重背包。单调队列是用一个单调的队列来储存必要的元素,并不储存无用的元素。
单调是一种思想,当我们解决问题的时候发现有许多冗杂无用的状态时,我们可以采用单调思想,用单调队列或类似于单调队列的方法去除冗杂状态,保存我们想要的状态.
Poj 2823代码:
#include#include #include #include using namespace std; struct node { int x,y; }v[1010000]; //x表示值,y表示位置 可以理解为下标 int a[1010000],n,m,mx[1010000],mn[1010000]; void getmin() { int i,head=1,tail=0;// 默认起始位置为1 因为插入是v[++tail]故初始化为0 for(i=1;i ) { while(head<=tail && v[tail].x>=a[i]) tail--; v[++tail].x=a[i],v[tail].y=i; // 根据题目 前m-1个先直接进入队列 } for(;i<=n;i++) { while(head<=tail && v[tail].x>=a[i]) tail--; v[++tail].x=a[i],v[tail].y=i; while(v[head].y 1) head++; mn[i-m+1]=v[head].x; // 道理同上,当然了 要把已经超出范围的从head开始排出 // 然后每个队首则是目前m个数的最小值 } } void getmax() //最大值同最小值的道理,只不过是维护的是递减队列 { int i,head=1,tail=0; for(i=1;i ) { while(head<=tail && v[tail].x<=a[i]) tail--; v[++tail].x=a[i],v[tail].y=i; } for(;i<=n;i++) { while(head<=tail && v[tail].x<=a[i]) tail--; v[++tail].x=a[i],v[tail].y=i; while(v[head].y 1) head++; mx[i-m+1]=v[head].x; } } int main() { int i,j; scanf("%d%d",&n,&m); for(i=1;i<=n;i++)scanf("%d",&a[i]); getmin(); getmax(); for(i=1;i<=n-m+1;i++) { if(i==1)printf("%d",mn[i]); else printf(" %d",mn[i]); } printf("\n"); for(i=1;i<=n-m+1;i++) { if(i==1)printf("%d",mx[i]); else printf(" %d",mx[i]); } printf("\n"); return 0; }
单调队列例题:
Leetcode 300:最长上升子序列
https://www.cnblogs.com/yuiffy/p/3885832.html