59 - II. 队列的最大值【队列】

请定义一个队列并实现函数 max_value 得到队列里的最大值,要求函数max_value、push_back 和 pop_front 的均摊时间复杂度都是O(1)。

若队列为空,pop_front 和 max_value 需要返回 -1

示例 1:

输入: 
["MaxQueue","push_back","push_back","max_value","pop_front","max_value"]
[[],[1],[2],[],[],[]]
输出: [null,null,null,2,1,2]

示例 2:

输入: 
["MaxQueue","pop_front","max_value"]
[[],[],[]]
输出: [null,-1,-1]

限制:

  • 1 <= push_back,pop_front,max_value的总操作数 <= 10000

  • 1 <= value <= 10^5

2. 标签

  • 队列

  • 设计

3. 解法

3.1 Java

class MaxQueue {
    // 维护一个单调递减的双端队列(队头永远是最大值)
    Deque<Integer> deque;
    // 使用一个辅助队列来记录所有被插入的值
    Queue<Integer> queue;

    public MaxQueue() {
        deque = new LinkedList<Integer>();
        queue = new LinkedList<Integer>();
    }
    
    // 求最大值
    public int max_value() {
        // 队列为空,返回 -1
        if (deque.isEmpty())
            return -1;
        // 返回队头元素,即双端队列中的最大值
        return deque.peekFirst();
    }
    
    // 插入
    public void push_back(int value) {
        // 当双端队列不为空,且队尾取出的值比 value 小的时候,不停的让队尾元素出队
        // 由于有辅助队列的存在,所以不用担心丢失这些比 value 小的元素
        while(!deque.isEmpty() && deque.peekLast() < value) 
            deque.pollLast();
        
        // 让双端队列中所有比 value 小的元素出队后,就将 value 插入队尾
        // 由此来保持双端队列的单调递减
        deque.offerLast(value);
        // 使用辅助队列来记录所有被插入的值
        queue.offer(value);
    }
   
    // 删除
    public int pop_front() {
        // 如果队列为空,返回 -1
        if (queue.isEmpty())
            return -1;
        
        // 取出辅助队列的队头元素
        int ans = queue.poll();
        // 如果该元素等于双端队列的最大值,也同时取出双端队列中的队头元素
        // 如果该元素不是双端队列中的最大值,可以不用管它
        // 单调递减的双端队列的存在只是为了便于求解最大值
        if (ans == deque.peekFirst())
            deque.pollFirst();

        // 返回删除的元素
        return ans;
    }
}

/**
 * Your MaxQueue object will be instantiated and called as such:
 * MaxQueue obj = new MaxQueue();
 * int param_1 = obj.max_value();
 * obj.push_back(value);
 * int param_3 = obj.pop_front();
 */

3.2 Kotlin

class MaxQueue {
    // 维护一个单调递减的双端队列(队头永远是最大值)
    var deque: Deque<Int>
    // 使用一个辅助队列来记录所有被插入的值
    var queue: Queue<Int>

    init {
        deque = LinkedList()
        queue = LinkedList()
    }

    // 求最大值
    fun max_value(): Int {
        // 队列为空,返回 -1
        return if (deque.isEmpty()) -1 else deque.peekFirst()
        // 返回队头元素,即双端队列中的最大值
    }

    // 插入
    fun push_back(value: Int) {
        // 当双端队列不为空,且队尾取出的值比 value 小的时候,不停的让队尾元素出队
        // 由于有辅助队列的存在,所以不用担心丢失这些比 value 小的元素
        while (!deque.isEmpty() && deque.peekLast() < value)
            deque.pollLast()

        // 让双端队列中所有比 value 小的元素出队后,就将 value 插入队尾
        // 由此来保持双端队列的单调递减
        deque.offerLast(value)
        // 使用辅助队列来记录所有被插入的值
        queue.offer(value)
    }

    // 删除
    fun pop_front(): Int {
        // 如果队列为空,返回 -1
        if (queue.isEmpty())
            return -1

        // 取出辅助队列的队头元素
        val ans = queue.poll()
        // 如果该元素等于双端队列的最大值,也同时取出双端队列中的队头元素
        // 如果该元素不是双端队列中的最大值,可以不用管它
        // 单调递减的双端队列的存在只是为了便于求解最大值
        if (ans == deque.peekFirst())
            deque.pollFirst()

        // 返回删除的元素
        return ans
    }
}

/**
 * Your MaxQueue object will be instantiated and called as such:
 * var obj = MaxQueue()
 * var param_1 = obj.max_value()
 * obj.push_back(value)
 * var param_3 = obj.pop_front()
 */

3.3 复杂度分析

  • 时间复杂度 O(1) :删除和求最大值显然为 O(1)。做一次插入操作最多会有 n 次出队操作,但是由于每个数字只会出队一次,所以将出队的时间均摊到每个插入操作上,时间复杂度也为 O(1)

  • 空间复杂度 O(n) :队列占用了 O(n) 的额外存储空间。

4. 参考

最后更新于