栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

滑动窗口最大值 两种解法(Python)

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

滑动窗口最大值 两种解法(Python)

LeetCode链接

暴力法 时间复杂度 O(N*K)
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        res = []
        for i in range(len(nums) - k + 1):
            res.append(max(nums[i:i + k]))
        return res
单调队列 时间复杂度 O(N)
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        indexDq = collections.deque()
        # 首先填充第一个窗口的值
        for i in range(k):
            # 单调递减队列 若当前值>=队尾的值 则弹出队尾的值
            while indexDq and nums[i] >= nums[indexDq[-1]]:
                indexDq.pop()
            indexDq.append(i)
        # 上面for循环过后 indexDq[0] 对应的值即为第一个窗口的最大值
        resList = [nums[indexDq[0]]]
        # 开始滑动窗口 添加新元素 挤出老元素
        for i in range(k, len(nums)):
            # 每新来一个值 则从队列末尾将<=新值的 全部弹出
            while indexDq and nums[i] >= nums[indexDq[-1]]:
                indexDq.pop()
            # 将新值索引加入 队列值单调递减
            indexDq.append(i)
            # 查看队头 即当前的最左边界 是否在当前的窗口中
            # 当前的窗口范围应为  [i - k + 1, i]  因为 i - (i - k + 1) + 1 == k
            while indexDq[0] < i - k + 1:
                indexDq.popleft()
            # 此时 队列处于当前窗口之中 且对应的值单调递减
            # 则 当前窗口中的最大值就是 indexDq[0]对应的值
            resList.append(nums[indexDq[0]])
        return resList
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/892812.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号