Rust每日一题(6)---数据结构-队列-sliding-window-maximum

leetcode地址 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]

难度: 困难

知识点

• 双端队列
• VecDeque相关API

思路

核心还是分析关键操作步骤，主要有两种思路:

1. 直接建一个长度为k的VecDeque,然后每来一个数据把头部的pop,尾部push改数据，求max，并push到res这个vec里;最后返回res。这么做有个问题是k比较大的时候时间复杂度是O(k*N),会超时。
2. 必须考虑减少比较的次数，出发点就是采用双端队列，每次新的元素加入进来之前,把所有比它小的元素pop掉，这样队列就是一个降序的队列,只需要取队头的元素就是最大值。在实现上需要注意,队列长度大于k时需要把队头的元素pop掉，以保证窗口的长度。

use std::collections::VecDeque;

impl Solution {
    pub fn max_sliding_window(nums: Vec<i32>, k: i32) -> Vec<i32> {
        let mut res = Vec::new();
        let k = k as usize;
        let  mut window = VecDeque::new();
        for i in 0..nums.len() {
            if i>=k && window[0] <= i - k {
                window.pop_front();  //保证窗口长度不大于k
            }
            while !window.is_empty() && nums[*window.back().unwrap()] < nums[i] {
                window.pop_back(); 
            }
            window.push_back(i);
            if i>=k-1 {
                res.push(nums[window[0]]);
            }
        }
        res
    }
}