如何使用C++求滑动窗口最大值
这篇文章主要为大家展示了"如何使用C++求滑动窗口最大值"，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下"如何使用C++求滑动窗口最大值"这篇文章吧。
一、题目描述
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]示例 3：输入：nums = [1,-1], k = 1输出：[1,-1]
提示：1 <= nums.length <= 10e5-10e4 <= nums[i] <= 10e41 <= k <= nums.length
二、题解
(1) 暴力遍历法
这种方法思路比较简单、直接：从左向右依次滑动窗口的过程中，计算每一次的最大值，存入ans中。
class Solution { public:vector maxSlidingWindow(vector& nums, int k) { vector ans;int max;for(int i=0; imax)max = nums[j];}ans.push_back(max);}return ans;}}; 这种方法时间复杂度O(nk)，会超出时间限制，因此需要进行一些优化！
(2) 优先队列
对于本题，两个相邻（只差了一个位置）的滑动窗口，它们共用着 k-1 个元素，而只有 1个元素是变化的，我们可以根据这个特点进行优化。
优先队列priority_queue与普通队列queue的不同之处在于，它包含的最大值元素位于队首，因此这是一种非常合适解决此类问题的数据结构。
C++中，优先队列priority_queue类的具体用法可参见：【C++养成计划】队列 -- 快速上手STL queue类（Day13）
对于本题而言，具体步骤是：
将数组 nums 的前 k 个元素放入优先队列中，并找出第一个窗口的最大值，存入ans中
向右移动窗口时，把一个新的元素放入优先队列中，此时堆顶的元素就是堆中所有元素的最大值。
根据最大元素的索引号判断：该元素是否属于该窗口内，从而删除不属于当前窗口的所有较大值。直到最大值属于当前的窗口，该值极为当前窗口的最大值。
class Solution { public:vector maxSlidingWindow(vector& nums, int k) { int n = nums.size();priority_queue> q;// 将数组 nums 的前 k 个元素放入优先队列中for (int i = 0; i < k; ++i) { q.emplace(nums[i], i);}vector ans = { q.top().first};for (int i = k; i < n; ++i) { // 把一个新的元素放入优先队列中q.emplace(nums[i], i);while (q.top().second <= i - k) { // 如果优先队列的最大值不属于当前窗口，则删掉该最大值q.pop();}// 剩下的里面最大值即可ans.push_back(q.top().first);}return ans;}}; 复杂度分析：
时间复杂度：O(nlogn)，其中 n 是数组 nums 的长度。由于将一个元素放入优先队列的时间复杂度为 O(logn)，因此总时间复杂度为 O(nlogn)。
空间复杂度：O(n)，即为优先队列需要使用的空间。
注：这里所有的空间复杂度分析都不考虑返回的答案需要的 O(n) 空间，只计算额外的空间使用。
以上是"如何使用C++求滑动窗口最大值"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！
