我們常常會用迴圈的方法來解決這個問題,但是不幸的是這樣做卻往往會超時,因為這樣的時間複雜度太高了,**如下:
n =
len(nums)
if n ==0:
return
ans =
temp =
max(nums[
:k])
for i in
range
(n-k)
:if nums[i+k]
> temp:
temp = nums[i+k]
else
:if nums[i]
== temp:
temp =
max(nums[i+
1:i+
1+k]
)return ans
這裡就是簡化的暴力求解,我們分析以下時間複雜度。要迴圈n-k次,每次都要找出來比較,這裡的複雜度是o((n-k)*n),可以認為是o(n**2)這裡的複雜度已經不是線性的,我們來分析一下雙端佇列。
雙端佇列解法**如下:
deque = collections.deque(
) ans =
for i, num in
enumerate
(nums)
:if deque and deque[0]
<= i-k:
deque.popleft(
)while deque and nums[deque[-1
]]< num:
deque.pop(
)if i >= k-1:
0]])
return ans
這裡我們雙端佇列裡儲存的是值的下標,我們在第乙個位置儲存為最大值,如果移動時左邊超過了極限,那麼我們就刪去左邊的乙個,如果最後乙個加入的元素沒有下面迴圈的大,那麼我們就可刪除最後,加入新的元素,如果我們加入的元素已經到達了滑動視窗的長度,那麼我們就可以取值了。
我們分析時間複雜度,雙端佇列的取值和加入都是o(1),迴圈時o(n),所以時間複雜度只有o(n),是線性的複雜度。
力扣 困難 239 滑動視窗最大值
給你乙個整數陣列 nums,有乙個大小為 k 的滑動視窗從陣列的最左側移動到陣列的最右側。你只可以看到在滑動視窗內的 k 個數字。滑動視窗每次只向右移動一位。返回滑動視窗中的最大值。示例 1 輸入 nums 1,3,1,3,5,3,6,7 k 3 輸出 3,3,5,5,6,7 解釋 滑動視窗的位置 ...
力扣 239 滑動視窗最大值 維護單調佇列
給定乙個陣列 nums,有乙個大小為 k 的滑動視窗從陣列的最左側移動到陣列的最右側。你只可以看到在滑動視窗內的 k 個數字。滑動視窗每次只向右移動一位。返回滑動視窗中的最大值。輸入 nums 1 3,1,3 5,3 6,7 和 k 3輸出 3 3,5 5,6 7 解釋 滑動視窗的位置 最大值 1 ...
239 滑動視窗最大值
給定乙個陣列 nums,有乙個大小為 k 的滑動視窗從陣列的最左側移動到陣列的最右側。你只可以看到在滑動視窗內的 k 個數字。滑動視窗每次只向右移動一位。返回滑動視窗中的最大值。示例 輸入 nums 1,3,1,3,5,3,6,7 和 k 3 輸出 3,3,5,5,6,7 解釋 滑動視窗的位置 最大...