1
0
mirror of https://github.com/SunnyQjm/algorithm-review.git synced 2026-06-03 08:16:43 +08:00
Files
algorithm-review/chapter3/13_sliding-window-maximum.py
T
2020-06-29 11:58:15 +08:00

149 lines
6.4 KiB
Python

#!/usr/bin/env python
# coding=utf-8
#######################################################################################
# Leetcode 239 滑动窗口最大值
#
# 给定一个数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。
# 返回滑动窗口中的最大值。
#
# 进阶:
# 你能在线性时间复杂度内解决此题吗?
#
# 示例:
# 输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
# 输出: [3,3,5,5,6,7]
# 解释:
#
# 滑动窗口的位置 最大值
# --------------- -----
# [1 3 -1] -3 5 3 6 7 3
# 1 [3 -1 -3] 5 3 6 7 3
# 1 3 [-1 -3 5] 3 6 7 5
# 1 3 -1 [-3 5 3] 6 7 5
# 1 3 -1 -3 [5 3 6] 7 6
# 1 3 -1 -3 5 [3 6 7] 7
#
# 提示:
# 1 <= nums.length <= 10^5
# -10^4 <= nums[i] <= 10^4
# 1 <= k <= nums.length
#######################################################################################
import collections
class Solution:
def maxSlidingWindow(self, nums, k):
"""
(knowledge)
思路:
1. 用一个队列记录当前处于窗口内的值,这个队列有如下性质:
- 队列中的元素不会超过窗口大小k;
- 保证队头的元素总是队列里面最大的;
2. 每次有数据入队时都执行如下流程:
- 判断当前队列长度是否为k,如果是则首先pop一个元素,并依次比对,进行若干次出队,把当前队列的最大值排到队首;
- 然后将队首元素与预入队元素比对,如果小于等于将要入队的元素,则出队;
- 循环执行上一步骤,直到队列为空或者队首元素大于将要入队的元素;
- 最后将要入队的元素入队。
3. 初始时,先用步骤2的方法,入队k-1个元素,从第k个元素开始,每次入队完,队首的元素即为当前窗口的最大值。
PS: 关于上述算法的流程,这边有一个leetcode官方制作的动画演示:
https://leetcode-cn.com/problems/sliding-window-maximum/solution/shi-pin-jie-xi-shuang-duan-dui-lie-hua-dong-chuang/
"""
def easyEnqueue(queue, num, k):
# 当前队列中的元素数量和窗口大小一致,此时要入队需要额外处理(保证队列中的元素个数小于等于窗口数量)
if len(queue) == k:
# 此时要入队,肯定要先出队一个元素,将最左边的元素出队
queue.popleft()
# maxValue 记录本次调整后窗口内的最大值,初始置为将要入队的元素
# maxValue 记录本次调整后窗口内的最大值元素在队列中的下标,初始置为队列的大小(表示将要入队的元素的位置)
maxValue, maxIndex = num, len(queue)
# 通过一轮循环,找到最大值和最大值的索引
for index, v in enumerate(queue):
if v > maxValue:
maxValue = v
maxIndex = index
# 将最大值以左的所有元素出队(当前窗口最大值以左的元素已经用不到了,没有必要保留)
for index in range(maxIndex):
queue.popleft()
# 如果当前队列不为空,依次判断队列中的元素是否小于等于将要入队的元素,如果是则出队
while queue:
if queue[0] <= num:
queue.popleft()
else:
break
# 将要入队的元素入队
queue.append(num)
# 特判,当数组小于等于窗口大小时,不需要滑动,直接返回数组的最大值即可
if len(nums) <= k:
return [max(nums)]
# queue用来存储当前窗口的元素(不一定是全部元素,窗口内最大值以左的元素都出队了)
# res用来存储最终的结果(每个窗口的最大值)
queue, res = collections.deque(), []
# 先将前k-1个元素入队
for i in range(k - 1):
easyEnqueue(queue, nums[i], k)
# 从第k个元素开始,每入队一个元素,都得到一个当前窗口的最大值(队头元素)
for i in range(k - 1, len(nums)):
easyEnqueue(queue, nums[i], k)
res.append(queue[0])
return res
def maxSlidingWindow2(self, nums, k):
"""
思路:
1. 用一个双向队列来存储处于窗口内的索引值,该队列有如下性质:
- 队列中的元素不会超过窗口大小k
- 保证队头元素对应的数一定是当前队列里面最大的值
2. 遍历所有的数,每轮执行如下流程:
- 如果当前队列中元素已经有k个了,则首先左出队一个元素;
- 接着将队列中比当前元素小的数都右出队;
- 将当前索引加到队列当中;
- 如果当前索引大于等于k-1,则取队头元素加入到结果集当中
"""
if not nums:
return []
# window是一个双向队列
# res记录结果
window, res = [], []
for i, x in enumerate(nums):
# 如果当前window中的元素已经有k个了,首先pop掉一个最先入队的元素
if i >= k and window[0] <= i - k:
window.pop(0)
# 将比待插入值小的右出队
while window and nums[window[-1]] <= x:
window.pop()
window.append(i)
if i >= k - 1:
res.append(nums[window[0]])
return res
if __name__ == '__main__':
solution = Solution()
print(solution.maxSlidingWindow([1, 3, -1, -3, 5, 3, 6, 7], 3), "= \n[3, 3, 5, 5, 6, 7]")
print(solution.maxSlidingWindow([1, 3, 1, 2, 0, 5], 3), "= \n[3, 3, 2, 5]")
print(solution.maxSlidingWindow([9, 10, 9, -7, -4, -8, 2, -6], 5), "= \n[10, 10, 9, 2]")
print(solution.maxSlidingWindow2([1, 3, -1, -3, 5, 3, 6, 7], 3), "= \n[3, 3, 5, 5, 6, 7]")
print(solution.maxSlidingWindow2([1, 3, 1, 2, 0, 5], 3), "= \n[3, 3, 2, 5]")
print(solution.maxSlidingWindow2([9, 10, 9, -7, -4, -8, 2, -6], 5), "= \n[10, 10, 9, 2]")