单调队列
引入
在学习单调队列前,让我们先来看一道例题。
最暴力的想法很简单,对于每一段 \(i \sim i+k-1\) 的序列,逐个比较来找出最大值(和最小值),时间复杂度约为 \(O(n \times k)\)。
很显然,这其中进行了大量重复工作,除了开头 \(k-1\) 个和结尾 \(k-1\) 个数之外,每个数都进行了 \(k\) 次比较,而题中 \(100\%\) 的数据为 \(n \le 1000000\),当 \(k\) 稍大的情况下,显然会 TLE。
这时所用到的就是单调队列了。
定义
顾名思义,单调队列的重点分为「单调」和「队列」。
「单调」指的是元素的「规律」——递增(或递减)。
「队列」指的是元素只能从队头和队尾进行操作。
Ps. 单调队列中的 "队列" 与正常的队列有一定的区别,稍后会提到
例题分析
解释
有了上面「单调队列」的概念,很容易想到用单调队列进行优化。
要求的是每连续的 \(k\) 个数中的最大(最小)值,很明显,当一个数进入所要 "寻找" 最大值的范围中时,若这个数比其前面(先进队)的数要大,显然,前面的数会比这个数先出队且不再可能是最大值。
也就是说——当满足以上条件时,可将前面的数 "弹出",再将该数真正 push 进队尾。
这就相当于维护了一个递减的队列,符合单调队列的定义,减少了重复的比较次数,不仅如此,由于维护出的队伍是查询范围内的且是递减的,队头必定是该查询区域内的最大值,因此输出时只需输出队头即可。
显而易见的是,在这样的算法中,每个数只要进队与出队各一次,因此时间复杂度被降到了 \(O(N)\)。
而由于查询区间长度是固定的,超出查询空间的值再大也不能输出,因此还需要 site 数组记录第 \(i\) 个队中的数在原数组中的位置,以弹出越界的队头。
过程
例如我们构造一个单调递增的队列会如下:
原序列为:
Text Only | |
---|---|
1 |
|
因为我们始终要维护队列保证其 递增 的特点,所以会有如下的事情发生:
操作 | 队列状态 |
---|---|
1 入队 | {1} |
3 比 1 大,3 入队 | {1 3} |
-1 比队列中所有元素小,所以清空队列 -1 入队 | {-1} |
-3 比队列中所有元素小,所以清空队列 -3 入队 | {-3} |
5 比 -3 大,直接入队 | {-3 5} |
3 比 5 小,5 出队,3 入队 | {-3 3} |
-3 已经在窗体外,所以 -3 出队;6 比 3 大,6 入队 | {3 6} |
7 比 6 大,7 入队 | {3 6 7} |
例题参考代码
C++ | |
---|---|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 |
|
Ps. 此处的 "队列" 跟普通队列的一大不同就在于可以从队尾进行操作,STL 中有类似的数据结构 deque。
例题 2 Luogu P2698 Flowerpot S
给出 \(N\) 滴水的坐标,\(y\) 表示水滴的高度,\(x\) 表示它下落到 \(x\) 轴的位置。每滴水以每秒 1 个单位长度的速度下落。你需要把花盆放在 \(x\) 轴上的某个位置,使得从被花盆接着的第 1 滴水开始,到被花盆接着的最后 1 滴水结束,之间的时间差至少为 \(D\)。 我们认为,只要水滴落到 \(x\) 轴上,与花盆的边沿对齐,就认为被接住。给出 \(N\) 滴水的坐标和 \(D\) 的大小,请算出最小的花盆的宽度 \(W\)。\(1\leq N \leq 100000 , 1 \leq D \leq 1000000, 0 \leq x,y\leq 10^6\)
将所有水滴按照 \(x\) 坐标排序之后,题意可以转化为求一个 \(x\) 坐标差最小的区间使得这个区间内 \(y\) 坐标的最大值和最小值之差至少为 \(D\)。我们发现这道题和上一道例题有相似之处,就是都与一个区间内的最大值最小值有关,但是这道题区间的大小不确定,而且区间大小本身还是我们要求的答案。
我们依然可以使用一个递增,一个递减两个单调队列在 \(R\) 不断后移时维护 \([L,R]\) 内的最大值和最小值,不过此时我们发现,如果 \(L\) 固定,那么 \([L,R]\) 内的最大值只会越来越大,最小值只会越来越小,所以设 \(f(R) = \max[L,R]-\min[L,R]\),则 \(f(R)\) 是个关于 \(R\) 的递增函数,故 \(f(R)\geq D \Rightarrow f(r)\geq D,R\lt r \leq N\)。这说明对于每个固定的 \(L\),向右第一个满足条件的 \(R\) 就是最优答案。 所以我们整体求解的过程就是,先固定 \(L\),从前往后移动 \(R\),使用两个单调队列维护 \([L,R]\) 的最值。当找到了第一个满足条件的 \(R\),就更新答案并将 \(L\) 也向后移动。随着 \(L\) 向后移动,两个单调队列都需及时弹出队头。这样,直到 \(R\) 移到最后,每个元素依然是各进出队列一次,保证了 \(O(n)\) 的时间复杂度。
参考代码
C++ | |
---|---|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 |
|
本页面的全部内容在 小熊老师 - 莆田青少年编程俱乐部 0594codes.cn 协议之条款下提供,附加条款亦可能应用