|
34 | 34 |
|
35 | 35 | 3、我们窗口结构一直被维护,双端队列右边进,左边出。那么窗口的最大值就是我们双端队列最左侧(头部)的值 |
36 | 36 |
|
37 | | -==双端队列结构实质上指的是:如果此时形成的窗口状况,不想让R往右动了,而让L往右动。谁会以此成为最大值的优先级。为什么弹出的数不再找回,原因是在窗口滑动的过程中,被弹出的数的优先级已经被后来的大数取代了,这就是尾端加入,前一个数比当前数小则弹出,比当前数大就加入当前数的道理== |
| 37 | +双端队列结构实质上指的是:如果此时形成的窗口状况,不想让R往右动了,而让L往右动。谁会以此成为最大值的优先级。为什么弹出的数不再找回,原因是在窗口滑动的过程中,被弹出的数的优先级已经被后来的大数取代了,这就是尾端加入,前一个数比当前数小则弹出,比当前数大就加入当前数的道理 |
38 | 38 |
|
39 | 39 |
|
40 | 40 | > 反之,如果我们要窗口内最小值,只需要维护我们的双端队列单调递增的,既由小到大的即可 |
|
44 | 44 |
|
45 | 45 | ### 1.1.4 高频题:求滑动窗口最大值 |
46 | 46 |
|
47 | | -假设一个固定大小为W的窗口,以此划过arr,返回每一次划出状况的最大值 |
| 47 | +假设一个固定大小为W的窗口,依次划过arr,返回每一次划出状况的最大值 |
48 | 48 |
|
49 | 49 | 例如,`arr=[4, 3, 5, 4, 3, 3, 6, 7]` |
50 | 50 |
|
51 | 51 | 返回:`[5, 5, 5, 4, 6, 7]` |
52 | 52 |
|
53 | 53 | 分析:窗口起始是4,3,5,窗口内最大值是5。窗口向右滑动变为3,5,4最大值5...... |
54 | 54 |
|
55 | | -```Java |
56 | | - |
57 | | -package class01; |
| 55 | +```Go |
| 56 | +package main |
58 | 57 |
|
59 | | -import java.util.LinkedList; |
60 | | - |
61 | | -public class Code01_SlidingWindowMaxArray { |
| 58 | +import ( |
| 59 | + "container/list" |
| 60 | + "fmt" |
| 61 | +) |
62 | 62 |
|
63 | | - public static int[] getMaxWindow(int[] arr, int w) { |
64 | | - if (arr == null || w < 1 || arr.length < w) { |
65 | | - return null; |
66 | | - } |
67 | | - |
68 | | - // Java中LinkedList就是双端队列,双向链表 |
69 | | - // 其中放的是下标位置,头代表 (大->小)尾 |
70 | | - LinkedList<Integer> qmax = new LinkedList<Integer>(); |
71 | | - // 窗口在滑动的过程中,最终会生成arr长度-窗口起始宽度+1个值 |
72 | | - int[] res = new int[arr.length - w + 1]; |
73 | | - int index = 0; |
74 | | - // L...R |
75 | | - // R |
76 | | - for (int R = 0; R < arr.length; R++) { // 当前让 i -> [i] 进窗口 , i 就是 r |
77 | | - // R 位置的值 可以放在比他大的数后,或者空 |
78 | | - // 双端队列不为空,且双端队列尾部的值小于当前要进入窗口的值 |
79 | | - while (!qmax.isEmpty() && arr[qmax.peekLast()] <= arr[R]) { |
80 | | - // 双端队列从尾部弹出 |
81 | | - qmax.pollLast(); |
82 | | - } |
83 | | - // 经过上述的while,最终把当前进入窗口的数放入双端队列的尾部 |
84 | | - qmax.addLast(R); |
85 | | - // 数进来了 |
86 | | - // 如果窗口没有形成W的长度之前,不弹出数字的 |
87 | | - // 当前下标是R, R-W就是需要过期的下标。 |
88 | | - // 如果双端队列的头部保存的下标等于R-W,就头部弹出。实质R-W就是我们原始结构的L下标 |
89 | | - if (qmax.peekFirst() == R - w) { |
90 | | - qmax.pollFirst(); |
91 | | - } |
92 | | - // 以上窗口更新做完了 |
93 | | - // 窗口没有形成W长度之前,不收集答案。形成W长度后,每一次收集一个答案 |
94 | | - if (R >= w - 1) { |
95 | | - res[index++] = arr[qmax.peekFirst()]; |
96 | | - } |
97 | | - } |
98 | | - return res; |
| 63 | +// getMaxWindow arr 是数据样本 w是窗口大小 |
| 64 | +func getMaxWindow(arr []int, w int) []int { |
| 65 | + if len(arr) == 0 || w < 1 || len(arr) < w { |
| 66 | + return nil |
99 | 67 | } |
100 | 68 |
|
101 | | - // for test |
102 | | - public static int[] rightWay(int[] arr, int w) { |
103 | | - if (arr == null || w < 1 || arr.length < w) { |
104 | | - return null; |
105 | | - } |
106 | | - int[] res = new int[arr.length - w + 1]; |
107 | | - int index = 0; |
108 | | - int L = 0; |
109 | | - int R = w - 1; |
110 | | - while (R < arr.length) { |
111 | | - int max = arr[L]; |
112 | | - for (int i = L + 1; i <= R; i++) { |
113 | | - max = Math.max(max, arr[i]); |
114 | | - |
| 69 | + // 双向链表 |
| 70 | + // 其中放的是下标位置,头代表 (大->小)尾 |
| 71 | + qmax := list.List{} |
| 72 | + // 窗口在滑动的过程中,最终会生成arr长度-窗口起始宽度+1个值 |
| 73 | + res := make([]int, len(arr) - w + 1) |
| 74 | + index := 0 |
| 75 | + // 双端队列的头部元素 |
| 76 | + var fe = &list.Element{} |
| 77 | + // 双端队列的尾部元素 |
| 78 | + var ee = &list.Element{} |
| 79 | + // L...R |
| 80 | + // R |
| 81 | + for R := 0; R < len(arr); R++ { // 当前让 i -> [i] 进窗口 , i 就是 r |
| 82 | + // R 位置的值 可以放在比他大的数后,或者空 |
| 83 | + // 双端队列不为空,且双端队列尾部的值小于当前要进入窗口的值 |
| 84 | + for qmax.Len() != 0 && arr[qmax.Back().Value.(int)] <= arr[R] { |
| 85 | + // 双端队列从尾部弹出 |
| 86 | + qmax.Remove(ee) |
| 87 | + if qmax.Len() > 0 { |
| 88 | + ee = qmax.Back() |
| 89 | + fe = qmax.Front() |
115 | 90 | } |
116 | | - res[index++] = max; |
117 | | - L++; |
118 | | - R++; |
119 | 91 | } |
120 | | - return res; |
121 | | - } |
122 | | - |
123 | | - // for test |
124 | | - public static int[] generateRandomArray(int maxSize, int maxValue) { |
125 | | - int[] arr = new int[(int) ((maxSize + 1) * Math.random())]; |
126 | | - for (int i = 0; i < arr.length; i++) { |
127 | | - arr[i] = (int) (Math.random() * (maxValue + 1)); |
| 92 | + // 经过上述的while,最终把当前进入窗口的数放入双端队列的尾部 |
| 93 | + qmax.PushBack(R) |
| 94 | + fe = qmax.Front() |
| 95 | + ee = qmax.Back() |
| 96 | + // 数进来了 |
| 97 | + // 如果窗口没有形成W的长度之前,不弹出数字的 |
| 98 | + // 当前下标是R, R-W就是需要过期的下标。 |
| 99 | + // 如果双端队列的头部保存的下标等于R-W,就头部弹出。实质R-W就是我们原始结构的L下标 |
| 100 | + if qmax.Front().Value.(int) == R - w { |
| 101 | + qmax.Remove(fe) |
128 | 102 | } |
129 | | - return arr; |
130 | | - } |
131 | 103 |
|
132 | | - // for test |
133 | | - public static boolean isEqual(int[] arr1, int[] arr2) { |
134 | | - if ((arr1 == null && arr2 != null) || (arr1 != null && arr2 == null)) { |
135 | | - return false; |
136 | | - } |
137 | | - if (arr1 == null && arr2 == null) { |
138 | | - return true; |
139 | | - } |
140 | | - if (arr1.length != arr2.length) { |
141 | | - return false; |
142 | | - } |
143 | | - for (int i = 0; i < arr1.length; i++) { |
144 | | - if (arr1[i] != arr2[i]) { |
145 | | - return false; |
146 | | - } |
| 104 | + // 以上窗口更新做完了 |
| 105 | + // 窗口没有形成W长度之前,不收集答案。形成W长度后,每一次收集一个答案 |
| 106 | + if R >= w -1 { |
| 107 | + res[index] = arr[qmax.Front().Value.(int)] |
| 108 | + index++ |
147 | 109 | } |
148 | | - return true; |
149 | 110 | } |
150 | | - |
151 | | - public static void main(String[] args) { |
152 | | - int testTime = 100000; |
153 | | - int maxSize = 100; |
154 | | - int maxValue = 100; |
155 | | - System.out.println("test begin"); |
156 | | - for (int i = 0; i < testTime; i++) { |
157 | | - int[] arr = generateRandomArray(maxSize, maxValue); |
158 | | - int w = (int) (Math.random() * (arr.length + 1)); |
159 | | - int[] ans1 = getMaxWindow(arr, w); |
160 | | - int[] ans2 = rightWay(arr, w); |
161 | | - if (!isEqual(ans1, ans2)) { |
162 | | - System.out.println("Oops!"); |
163 | | - } |
164 | | - } |
165 | | - System.out.println("test finish"); |
166 | | - } |
167 | | - |
| 111 | + return res |
168 | 112 | } |
169 | 113 |
|
| 114 | +func main() { |
| 115 | + arr := []int{4, 3, 5, 4, 3, 3, 6, 7} |
| 116 | + w := 3 |
| 117 | + fmt.Println(getMaxWindow(arr, w)) |
| 118 | +} |
170 | 119 | ``` |
171 | 120 |
|
172 | 121 | ### 1.1.5 高频题二:达标子数组数量问题 |
|
0 commit comments