滑动窗口最大值

滑动窗口最大值问题是指给定一个长度为 n 的数组 nums 和一个大小为 k 的滑动窗口，从左至右在 nums 中滑动这个窗口，求出每个窗口内的最大值。该问题可以使用双端队列（deque）来解决，具体实现方法可以参考以下代码：

from collections import deque
def maxSlidingWindow(nums, k):
    if not nums:
        return []
    if k == 1:
        return nums
    res = []
    deque = deque()
    for i in range(len(nums)):
        if deque and i - deque[0] == k:
            deque.popleft()
        while deque and nums[deque[-1]] < nums[i]:
            deque.pop()
        deque.append(i)
        if i >= k - 1:
            res.append(nums[deque[0]])
    return res

该算法的时间复杂度为 O(n)，空间复杂度为 O(k)，其中 n 是数组 nums 的长度。

相关问题

滑动窗口最大值c++

滑动窗口最大值是指在一个给定的数组或序列中，每次移动一个小窗口，然后找出窗口内的局部最大值。这个过程通常用于数据处理和算法竞赛中，比如在线查询、实时监控等场景。

在C++中，我们可以用一个变量存储当前找到的最大值，同时维护两个指针，一个指向窗口的开始位置，另一个指向窗口的结束位置。当移动右指针时，如果新元素大于当前最大值，则更新最大值；反之，若新元素不大于前一个元素，说明当前窗口内最大值已经不再增大，可以直接将左指针向右移动一位，这样就减小了窗口大小并保留了最大值。

以下是一个简单的示例代码：

#include <vector>
using namespace std;

int maxInWindow(vector<int>& nums, int k) {
    if (k <= 0 || nums.empty()) return -1; // 确保窗口大小合法

    int left = 0;
    int right = k - 1;
    int maxVal = nums[left]; // 初始化最大值为左端点数值

    while (right < nums.size()) {
        if (nums[right] > maxVal) {
            maxVal = nums[right];
        }
        nums[left] = nums[right]; // 移动左指针
        left++;
        right++;
    }

    return maxVal;
}

在这个例子中，函数`maxInWindow`接收一个整数数组`nums`和窗口大小`k`，返回窗口内的最大值。

滑动窗口最大值python

滑动窗口最大值问题，可以使用双端队列来解决。双端队列中存放的是窗口中的元素的索引值，而且队列中的元素按照从大到小的顺序排列。具体算法如下：

1. 创建一个双端队列 deque，用来存放窗口中的元素的索引值。
2. 初始化结果数组 res，用来存放每个窗口中的最大值。
3. 遍历整个数组，做如下操作：
a. 检查队列中的头部元素是否已经越过窗口的范围，如果是，则删除头部元素。
b. 判断当前元素是否比队列中的尾部元素大，如果是，则将尾部元素删除，直到队列为空或者队列中的元素比当前元素大。
c. 将当前元素的索引加入队列的尾部。
d. 判断当前窗口是否已经形成，如果是，则将队列中的头部元素加入结果数组 res。
4. 返回结果数组 res。

下面是用 Python 实现的代码：

from collections import deque

def slidingWindowMax(nums, k):
    deque = deque()
    res = []
    
    for i in range(len(nums)):
        if deque and i - deque[0] == k:
            deque.popleft()
            
        while deque and nums[i] > nums[deque[-1]]:
            deque.pop()
            
        deque.append(i)
        
        if i >= k - 1:
            res.append(nums[deque[0]])
            
    return res

以上就是滑动窗口最大值问题的 Python 解法。该算法的时间复杂度为 O(n)，其中 n 是数组的长度。