Cửa sổ trượt tìm phần tử lớn nhất bằng Monotonic Deque O(N)
Cho mảng số nguyên nums và một số nguyên k đại diện cho kích thước cửa sổ trượt. Cửa sổ dịch chuyển từ đầu đến cuối mảng, mỗi lần sang phải 1 vị trí.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: queue, sliding window.
Nội dung đề bài
Mục tiêu kiến thức
- Triển khai hàng đợi hai đầu đơn điệu giảm (
collections.deque) lưu trữ chỉ số. - Đạt độ phức tạp thời gian tuyến tính tối ưu O(N) thay vì O(N · K) duyệt vét cạn.
- Loại bỏ các phần tử lỗi thời ngoài phạm vi cửa sổ và duy trì tính chất đơn điệu.
Mô tả bài toán
Cho mảng số nguyên nums và một số nguyên k đại diện cho kích thước cửa sổ trượt. Cửa sổ dịch chuyển từ đầu đến cuối mảng, mỗi lần sang phải 1 vị trí.
Viết hàm max_sliding_window(nums: list[int], k: int) -> list[int]:
- Kiểm tra tính hợp lệ:
- Nếu
numsrỗng hoặc k ≤ 0 hoặc k > len(nums), raiseValueError("Kich thuoc cua so khong hop le"). - Trả về danh sách các giá trị lớn nhất trong mỗi cửa sổ trượt độ dài k.
- Thuật toán bắt buộc phải chạy trong thời gian O(N) bằng
collections.deque.
Input
- Tham số:
nums: list[int],k: int.
Output
- Trả về:
list[int]. - Ngoại lệ:
ValueErrorkhi tham số không hợp lệ.
Ràng buộc
- Thời gian chạy tối đa: 1000ms.
- Giới hạn bộ nhớ: 256MB.
- Dữ liệu đầu vào tuân thủ đúng kiểu dữ liệu và miền giá trị được mô tả.
Ví dụ 1
Input
max_sliding_window([1, 3, -1, -3, 5, 3, 6, 7], 3)Output
[3, 3, 5, 5, 6, 7]Giải thích
Hàm được gọi với các tham số mẫu trên và trả về kết quả chính xác theo yêu cầu.
Ví dụ 2
Input
max_sliding_window([1], 1)Output
[1]Giải thích
Hàm được gọi với bộ tham số thứ hai và trả về kết quả tương ứng theo thiết kế.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.
