七十四、滑动窗口最值问题
「@Author:Runsen」
❝编程的本质来源于算法,而算法的本质来源于数学,编程只不过将数学题进行代码化。「---- Runsen」
❞
滑动问题包含一个滑动窗口,它是一个运行在一个大数组上的子列表,该数组是一个底层元素集合。一般用来求最值问题。
LeetCode 第 239 题:滑动窗口最大值
题目来源于 LeetCode 上第 239 号问题:滑动窗口最大值。题目难度为 Hard 。
给定一个数组 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。
输入: nums = [1,3,-1,-3,5,3,6,7], 和 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
看到这个题之后,第一直觉就是暴力解法,用两层循环依次查询滑动窗口的最大值,实现代码如下。
nums = [1, 3, -1, -3, 5, 3, 6, 7]
k = 3
res = []
for i in range(k, len(nums) + 1):
res.append(max(nums[i - k:i]))
print(res) #[3, 3, 5, 5, 6, 7]
但max执行效率却很低,在Leetcode上不能通过,因此我们需要继续找寻新的解决方案。
双端队列
Deque 的含义是 “double ended queue”
,即双端队列,它具有队列和栈的性质的数据结构。顾名思义,它是一种前端与后端都支持插入和删除操作的队列。
在Python中,我直接使用列表代替双端队列,pop(0)表示前端删除操作,pop()表示后端删除操作。
双端队列window记录滑动窗口中元素的索引,队列左边界记录当前滑动窗口中最大元素的索引
当队列非空,左边界出界时(滑动窗口向右移导致的),更新左边界 当队列非空,将队列中索引对应的元素值比 num 小的移除,更新队列 当索引 i 大于 k-1,更新输出结果
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
if not nums: return []
window ,res = [],[]
for i,x in enumerate(nums):
# 如果存在窗口 而且窗口的第一个数 不在这个范围,就出去
if i >= k and window[0] <= i-k:
window.pop(0)
# 每次进入窗口的和最后一个比较,如果大了,最后一个直接删除
while window and nums[window[-1]] <= x:
window.pop()
# 无论是不是删除最后一个,都要加入x到窗口中
window.append(i)
# 如果出了窗口,就把窗口的头加入到res中
if i >= k-1:
res.append(nums[window[0]])
return res
LeetCode 第 3 题 无重复字符的最长子串
给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度。
# 示例 1:
# 输入: "abcabcbb"
# 输出: 3
#解释: 因为无重复字符的最长子串是 "abc",所以其长度为 3。
# 示例 2:
# 输入: "bbbbb"
#输出: 1
#解释: 因为无重复字符的最长子串是 "b",所以其长度为 1。
# 示例 3
# 输入: "pwwkew"
#输出: 3
#解释: 因为无重复字符的最长子串是 "wke",所以其长度为 3。
#请注意,你的答案必须是 子串 的长度,"pwke" 是一个子序列,不是子串。
下面我们看看,“滑动窗口”如何进行字符串处理。结合题目中的例子“abcabcbb”这个字符串,我们来看看如何找它的无重复最长子串。
首先,我们定义窗口的两端:begin和end,分别表示要找的子串的开头和结尾。
开始的时候,begin和end都指向0的位置即‘a’,然后end不断后移(窗口变宽),当遇到第二个‘a’时(遇见重复字符)就得到一个子串,其长度就是end和begin位置的差。
如何判断是否遇到了重复字符‘a’呢?需要一个字典作为辅助数据结构,把end从头开始遇到的每个字符及其索引位置都放到字典里面,end每次移动到新字符就查一下字典即可
class Solution:
def lengthOfLongestSubstring(self, s: str) -> int:
# 定义两个变量res和start,res用于存储最长子字符串的长度,start存储无重复子串左边的起始位置。
'''
然后创建一个哈希表,遍历整个字符串,如果字符串没有在哈希表中出现,说明没有遇到过该字符,则此时计算最长无重复子串,当哈希表中的值小于left,说明left位置更新了,需要重新计算最长无重复子串。每次在哈希表中将当前字符串对应的赋值加1。
:param s:
:return:
'''
d, res, start = {}, 0, 0
for i, ch in enumerate(s):
if ch in d:
start = max(start, d[ch] + 1)
res = max(res, i - start + 1)
d[ch] = i
return res
人生最重要的不是所站的位置,而是内心所朝的方向。只要我在每篇博文中写得自己体会,修炼身心;在每天的不断重复学习中,耐住寂寞,练就真功,不畏艰难,奋勇前行,不忘初心,砥砺前行,人生定会有所收获,不留遗憾 (作者:Runsen )
❝本文已收录 GitHub,传送门~[1] ,里面更有大厂面试完整考点,欢迎 Star。
❞
Reference
传送门~: https://github.com/MaoliRUNsen/runsenlearnpy100
更多的文章
点击下面小程序
- END -