【数据结构与算法】力扣 239. 滑动窗口最大值

题干描述

给你一个整数数组 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 。

示例 1：

输入： nums = [1,3,-1,-3,5,3,6,7], 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

示例 2：

输入： nums = [1], k = 1
输出： [1]

提示：

• 1 <= nums.length <= 105
• -104 <= nums[i] <= 104
• 1 <= k <= nums.length

分析解答

滑动窗口？双指针！（原谅我做题少，思路真的很单一）

依次找到每一个窗口中的最大值，添加到结果数组中。

/**
 * @param {number[]} nums
 * @param {number} k
 * @return {number[]}
 */
// 超时 时间复杂度为O(nk)
var maxSlidingWindow = function (nums, k) {
    let i = 0
    let j = i + k
    let maxArr = []
    for (; j <= nums.length; ++i, ++j) {
        let tempNums = nums.slice(i, j)
        let max = Math.max(...tempNums)
        maxArr.push(max)
    }
    return maxArr
};

然后就… 超时了…

思路拓展

此时的滑动窗口就很像是一个队列，所以可以直接把它当做一个队列来分析解答。

而因为我们需要找到每一个滑动窗口的最值，所以就需要使用单调队列（维护一个队列的单调性）。单调队列的应用场景就是滑动窗口问题。

重点一（条件一）： 而这道题我们需要维护的就是最大值，是队尾元素，也是我们最终需要存放到结果队列中的元素。要保持始终队尾元素是最大值，因为维护其他元素没有意义（不是我们要求的）。

重点二（条件二）： 当滑动窗口不再覆盖的元素（队尾元素），需要直接弹出。

/**
 * @param {number[]} nums
 * @param {number} k
 * @return {number[]}
 */
// 时间复杂度为 O(n)
var maxSlidingWindow = function (nums, k) {
    let result = [];
    let deque = [];
    for (let i = 0; i < nums.length; i++) {
        // 从队尾移除不在滑动窗口范围内的元素
        while (deque.length > 0 && deque[0] <= i - k) {
            deque.shift();
        }
        // 从队尾移除小于当前元素的元素，保持队列递减
        while (deque.length > 0 && nums[deque[deque.length - 1]] < nums[i]) {
            deque.pop();
        }
        // 将当前元素加入队列
        deque.push(i);
        // 当滑动窗口完全覆盖数组时，将队首元素加入结果数组
        if (i >= k - 1) {
            result.push(nums[deque[0]]);
        }
    }
    return result;
};