算法入门——python数据结构(队列）(10)

问题

返回滑动窗口的最大值【Sliding Window   # 高频考点】

给定一个长度为 n 的数组nums和滑动窗口的大小size，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，它们的最大值分别为 {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]}

  数据范围：1 ≤ size ≤ n ≤ 10000，数组中每个元素的值满足∣val∣⩽10000

  要求：空间复杂度O(n)，时间复杂度 O(n)

图示：

思路

本题用【双端队列 deque】的数据结构来实现。队列始终有固定的长度。

前k个元素先进入到队列中

队列进行维护：

队[0]总是用来输出滑动窗口的最大值。滑动之前，首先要检测队[0]是否在滑动的窗口之中，如果不在，将队[0]元素删除（前面的值滑过了窗口就没用了。）

然后，判断最新的元素是否比前面的大，如果是则将前面的都取出。

将最新的元素加入队列中。

每滑动一次，就要将队[0]元素加入到输出的列表中。

图示：

代码实现

class solution:
    def maxInWindows(self, nums, k):
        if not nums: return []
        window, res = [], []
        for i, x in enumerate(nums):
            if i >= k and window[0] <= i - k:
                window.pop(0)
            while window and nums[window[-1]] <= x:
                window.pop()
            window.append(i)
            if i >= k - 1:
                res.append(nums[window[0]])
        return res

总结

代码还得多敲多练，才能真正的理解和学会。