标签：arr 窗口 int max 最大值 算法 result 数组

做算法题了，题的难度我们分为“士，尉，校，将”四个等级。这个算法题的模块是篇幅比较小的那种模块。首先是给出一道题的描述，之后我会用我的想法来做这道题，今天算是算法题的第一道题，先来试试水。

问题描述（等级：尉）

有一个整型数组arr和一个大小为w的窗口从数组的最左边滑到最右边，窗口每次向右边滑一个位置。
例如，数组为[4,3,1,5,4,3,7,5]，窗口大小为5时:
[4 3 1 5 4] 3 7 5 　max = 5
4 [3 1 5 4 3] 7 5 　max = 5
4 3 [1 5 4 3 7] 5 　max = 7
4 3 1 [5 4 3 7 5]  　max = 7
即窗口最大值数组为 result = {5, 5,7,7}

解答:

对于一道题，我一般会第一时间想到用暴力的方法来做，之后再来慢慢优化。

显然，对于这道题用暴力法来做还是挺简单了，窗口每次向右移动一位时，我们每次遍历窗口内的w个元素，然后求出此时窗口的最大值就可以了，用这种方法的时间复杂度是 O(wn)。代码如下：

//暴力法求解
   public static int[] getMaxWindow(int[] arr, int w) {
       if (w < 1 || arr == null || arr.length < w) {
           return null;
       }
       int[] result = new int[arr.length - w + 1];
       int index = 0;
       //暴力求解直接从第 w-1个元素开始遍历
       for (int i = w - 1; i < arr.length; i++) {
           int max = arr[i];
           //找出最大值
           for (int k = i; k > i - w; k--) {
               if (max < arr[k]) {
                   max = arr[k];
               }
           }
           result[index++] = max;
       }
       return result;
   }

注：可以左右拉动

大家想一个问题，例如对于刚才例题中的数组：

第一次遍历的时候，max = 5

第二次遍历的时候，max = 5

我们刚才用暴力法的时候，无论是第一次还是第二次，我们都是把窗口内的所有元素都给遍历了一次，以此来寻找最大值，可是，真的需要这样吗？

第一次遍历的时候，我们找出了max = 5, 那么在第二次遍历的时候，在窗口范围内，max = 5 左边的两个数1， 3 还有可能是最大值吗？也就是说，max=5 左边的窗口元素还要必要遍历吗？

显然，max=5左边的窗口实际上是不必再遍历的了，也就是它不可能会是窗口的最大值。

而 max = 5 右边的 4 有可能会是窗口的最大值吗？由于窗口还会一直向右移动，所以 max = 5 右边的窗口元素还是有可能是某一个窗口的最大值的。

因此，我们可以用一个双向的队列，来记录有可能成为窗口最大值的下标，注意，这里指的是有可能。

像刚才的 max = 5 前面的 1,3 就不可能成为窗口的最大值了，而右边的4还是有可能成为窗口的最大值的。并且这个队列是有序的，队首存放的总是队列中的最大值，

我以这道题来演示一下，我们用result[] 数组来存放窗口最大值。

1、result[0] = 5

2、result[1] = 5;

3、result[2] = 7

其他的全部都要出队，因为7前面的5，4，3是不可能成为窗口最大值的了。

4、result[3] = 7

遍历完毕。这种方法的话时间复杂度是 O(n)。

我这里只是提供了思路与大致的做法，具体的代码实现还是有很多细节需要注意的。下面给出实现代码，代码会有详细的解释。

//优化
   public static int[] getMaxWindow2(int[] arr, int w) {
       if (w < 1 || arr == null || arr.length < w) {
           return null;
       }
       //用来保存成为最大窗口的元素
       int[] result = new int[arr.length - w + 1];
       int index = 0;
       //用链表从当双向队列。
       LinkedList<Integer> temp = new LinkedList<>();
       //刚才演示的时候，我i直接从i = w-1那里开始演示了。
       for (int i = 0; i < arr.length; i++) {
           //如果队列不为空，并且存放在队尾的元素小于等于当前元素，那么
           //队列的这个元素就可以弹出了，因为他不可能会是窗口最大值。
           //【当前元素】指的是窗口向右移动的时候新加入的元素。
           while (!temp.isEmpty() && arr[temp.peekLast()] <= arr[i]) {
               temp.pollLast();//把队尾元素弹出
           }
           //把【当前元素】的下边加入到队尾
           temp.addLast(i);
           //如果队首的元素不在窗口范围内，则弹出
           if (temp.peekFirst() == i - w) {
               temp.pollFirst();//
           }
           if (i >= w - 1) {
               //由于队首存放的是最大值，所以队首总是对应窗口的最大值元素
               result[index++] = arr[temp.peekFirst()];
           }
       }
       return result;
   }

说实话，微信看代码确实有点难受，如果是在电脑浏览的话还好点，我在考虑要不要用截图的方式，不过如果是截图的话，有些人想要复制代码的话会复制不了，那我之后考虑把代码打包，你们后台回复获取。

• End -
  推荐阅读：
  循序渐进带你学习时间复杂度和空间复杂度。
  谈谈NAT：什么？全球IP和私有IP是什么鬼？

标签：arr,窗口,int,max,最大值,算法,result,数组
来源： https://blog.51cto.com/15015171/2555353

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。