一、队列
1、剑指offer59-I. 滑动窗口的最大值(单调队列)2、剑指 Offer 59 - II. 队列的最大值(单调队列) 二、栈
1、 剑指 Offer 30. 包含min函数的栈(辅助栈)
一、队列 1、剑指offer59-I. 滑动窗口的最大值(单调队列)窗口对应的数据结构为双端队列。
- deque内仅包含窗口内的元素 ⇒ 每轮窗口滑动移除了元素 nums[j],需将 dequedeque 内的对应元素一起删除。deque内的元素非严格递减⇒每轮窗口滑动添加了元素nums[i],需将deque内所有
时间复杂度: O(n),其中 n 是数组nums的长度。每一个下标恰好被放入队列一次,并且最多被弹出队列一次,因此时间复杂度为 O(n)
空间复杂度: O(k),「不断从队首弹出元素」保证了队列中最多不会有超过 k+1个元素,因此队列使用的空间为 O(k)
class Solution {
public:
vector maxSlidingWindow(vector& nums, int k) {
deque qu;
vector res;
if(nums.size()==0) return {};
for(int i=0; i
2、剑指 Offer 59 - II. 队列的最大值(单调队列)
参考链接:1、2
题目要求max_value、push_back、pop_front均摊时间复杂度为O(1)
维护一个单调的双端队列
时间复杂度:O(1)(插入,删除,求最大值)
删除操作于求最大值操作显然只需要 O(1) 的时间。而插入操作虽然看起来有循环,做一个插入操作时最多可能会有 n 次出队操作。但要注意,由于每个数字只会出队一次,因此对于所有的 n 个数字的插入过程,对应的所有出队操作也不会大于 n 次。因此将出队的时间均摊到每个插入操作上,时间复杂度为 O(1)。例如 543216,只有最后一次 push_back 操作是O(n),其他每次操作的时间复杂度都是 O(1),均摊时间复杂度为 [O(1)* (n-1)+O(n)]/n=O(1)
class MaxQueue {
public:
deque de;
queue res;
MaxQueue() {
while(!de.empty()) de.pop_front();
while(!res.empty()) res.pop();
}
int max_value() {
if(res.empty()) return -1;
return de.front();
}
void push_back(int value) {
res.push(value);
while(!de.empty() && de.back() < value) de.pop_back();
de.push_back(value);
}
int pop_front() {
if(res.empty()) return -1;
int tmp = res.front();
if(de.front()==tmp) de.pop_front();
res.pop();
return tmp;
}
};
二、栈
1、 剑指 Offer 30. 包含min函数的栈(辅助栈)
class MinStack {
public:
stack stack_1, stack_min;
MinStack() {
while(!stack_1.empty()){
stack_1.pop();
}
while(!stack_min.empty()){
stack_min.pop();
}
}
void push(int x) {
if(stack_1.empty()||x<=stack_min.top()){
stack_min.push(x);
}
stack_1.push(x);
}
void pop() {
int x=stack_1.top();
stack_1.pop();
if(x==stack_min.top()){
stack_min.pop();
}
}
int top() {
return stack_1.top();
}
int min() {
return stack_min.top();
}
};



