剑指offer_滑动窗口的最大值

/*给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，他们的最大值分别为{4,4,6,6,6,5}；针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个： {[2,3,4],2,6,2,5,1}， {2,[3,4,2],6,2,5,1}， {2,3,[4,2,6],2,5,1}， {2,3,4,[2,6,2],5,1}， {2,3,4,2,[6,2,5],1}， {2,3,4,2,6,[2,5,1]}。//直接思路先求滑动窗口，再求最大值遍历数组，将每个元素开头的size个元素中求最大元素size过大可以，不影响，但size<=0不可以O(nk)，k为窗口大小剑指offer思路1：用队列做滑动窗口，每滑动一次，队列头部删除一个元素，尾部添加一个元素队列如果能满足在O(1)时间返回最大值，则整个只需要O(n)这样的队列可以用两个栈实现（面试题7），采用的栈是可以在O(1)时间返回最大值的栈（面试题21）剑指offer思路2：窗口是滑动形成的，最大值可能是以前窗口中的最大值，或者是新值。因此只要保存着以前窗口的最大值。 使用双端队列容器存储最大值在数组中的索引。队列头部是以前窗口中的最大值。当以前窗口的最大值被滑出窗口时，需要从队列头部删除。当新值大于队列中最大的数字时，删除队列中的所有数字，存储新值到队列。（新值索引靠后，老值已经没有可能成为新窗口的最大值）当新值不大于原有最大值时，当滑动新窗口时，仍有可能成为最大值，首先从队列尾依次删除比新值小的数字，然后存储到新值队列尾。*/import java.util.ArrayList;import java.util.ArrayDeque;import java.util.Stack;class  MaxInWindows{//直接思路，O(nk)public static  ArrayList<Integer> maxInWindows(int [] num, int size)    {ArrayList<Integer> al=new ArrayList<Integer>();        if (num==null||num.length<=0||size<=0||size>num.length)        {return al;        }for (int i=0; i<=num.length-size; i++){int max=num[i];for (int j=i+1; j<i+size;  j++){if (num[j]>max){max=num[j];}}al.add(max);}return al;    }//剑指offer思路2public static  ArrayList<Integer> maxInWindows2(int [] num, int size)    {ArrayList<Integer> al=new ArrayList<Integer>();        if (num==null||num.length<=0||size==0)        {return al;        }/*peekLast() 获取，但不移除此双端队列的最后一个元素；如果此双端队列为空，则返回 null。pollLast() 获取并移除此双端队列的最后一个元素；如果此双端队列为空，则返回 null。offerLast(E e) 将指定元素插入此双端队列的末尾。peekFirst() 获取，但不移除此双端队列的第一个元素；如果此双端队列为空，则返回 null。pollFirst()  获取并移除此双端队列的第一个元素；如果此双端队列为空，则返回 null。  */ArrayDeque<Integer> dq = new ArrayDeque<>();//滑动窗口未满for (int i=0; i<size; i++){//当新值大于队列中最大的数字时，删除队列中的所有数字，存储新值到队列。//当新值不大于原有最大值时，首先从队列尾依次删除比新值小的数字，然后存储到新值队列尾。while (!dq.isEmpty()&&num[i]>=num[dq.peekLast()]){dq.pollLast();}dq.offerLast(i);//记录元素索引}//滑动窗口已满for (int i=size; i<num.length; i++){//第一个窗口的最大值al.add(num[dq.peekFirst()]);while (!dq.isEmpty()&&num[i]>=num[dq.peekLast()]){dq.pollLast();}if (!dq.isEmpty()&&i-dq.peekFirst()>=size){dq.pollFirst();}dq.offerLast(i);}al.add(num[dq.peekFirst()]);return al;    }//剑指offer思路1：public static  ArrayList<Integer> maxInWindows3(int [] num, int size)    {ArrayList<Integer> al=new ArrayList<Integer>();        if (num==null||num.length<=0||size==0)        {return al;        }QueneWithTwoStacks quene=new QueneWithTwoStacks();for (int i=0; i<size-1; i++){quene.push(num[i]);}for (int i=size-1; i<num.length; i++){quene.push(num[i]);al.add(quene.max());quene.pop();}return al;}public static void main(String[] args) {int[] num={2,3,4,2,6,2,5,1};ArrayList<Integer> al=maxInWindows3(num,3);for (int i:al ){System.out.println(i);}}}class QueneWithTwoStacks {public  StackWithMax  stack1 = new StackWithMax();    public  StackWithMax  stack2 = new StackWithMax();        public void push(int node) {        stack1.push(node);    }    public int pop() {if (stack2.empty())//stack2为空时将stack1中元素移到stack2，若stack2不为空则直接弹出stack2中的栈顶{//将stack1中元素移到stack2，元素顺序将随之反转while (!stack1.empty()){stack2.push(stack1.pop());}}return stack2.pop();    }public int max(){return stack2.max()>stack1.max()? stack2.max():stack1.max();}}class StackWithMax{public  Stack<Integer> sData=new Stack<Integer>();//数据栈public  Stack<Integer> sMax=new Stack<Integer>();//辅助栈public void push(int node) {sData.push(node);        if (sMax.empty()||node>top())////压栈元素node大于最大元素时，更新最大元素，将node压入辅助栈sMax        {sMax.push(node);        }//压栈元素node小于最大元素时,辅助栈不进行任何操作    }        public int pop() {        int topData=sData.pop();if (topData==top()){sMax.pop();//与压栈对应，出栈元素等于最大元素时，辅助栈更新，弹出栈顶}//出栈元素不等于最大元素时，辅助栈不进行任何操作        return topData;    }        public int top() {int t=sMax.pop();sMax.push(t);return t;    }        public int max() {return top();    }public boolean empty(){return sData.empty();}}