2012-01-18 40 views
9

可能重複:
Find the min number in all contiguous subarrays of size l of a array of size n計算移動最大

我有數字數據的(大)陣列(大小N),並想以計算與運行最大值的陣列一個固定的窗口大小w

更直接地,我可以爲k >= w-1定義一個新的數組out[k-w+1] = max{data[k-w+1,...,k]}(這裏假定爲0的數組,如C++所示)。

有沒有更好的方法來做到這一點比N log(w)

[我希望在N應該有一個線性的,不依賴於w,就像移動平均值一樣,但是找不到它。對於N log(w)我認爲有一種方法來管理一個排序的數據結構,這將執行insert()delete()extract_max()總共在log(w)或更少的結構的大小w - 例如像排序的二進制樹]。

非常感謝。

回答

10

確實有一種算法可以在O(N)時間內完成,而不依賴於窗口大小w。我們的想法是使用支持下列操作一個聰明的數據結構:

  • 排隊,這增加了新的元件的結構,
  • 出列,其從結構中刪除最舊的元件,和
  • Find-max,它返回(但不刪除)結構中的最小元素。

這實質上是一個隊列數據結構,它支持最大元素的訪問(但不能移除)。令人驚訝的是,如this earlier question所示,有可能實現這種數據結構,使得這些操作中的每一個以分期O(1)時間運行。因此,如果你使用這個結構排隊w元素,那麼在需要時調用find-max不斷出列並排隊另一個元素,它將只需要O(n + Q)時間,其中Q是查詢你所做的。如果你只關心每個窗口的最小值,那麼這個值就是O(n),而不依賴於窗口大小。

希望這會有所幫助!

+3

這麼好,我不得不贊同這個答案和你引用的答案! – Andy 2012-01-18 05:31:12

+0

我必須在這裏評論說,雙棧隊列實現不一定是最好的。我試過了,對於一個實時應用程序,結果是災難性的......根據應用程序,人們也可以嘗試deque(雙端隊列)結構,它也會給出O(N)結果,但不一定爲O(1)攤銷操作。我在數組上實現了一個循環deque,它運行良好。看看這個問題以及:https://stackoverflow.com/questions/12329073/find-the-min-number-in-all-contiguous-subarrays-of-size-l-of-a-array-of-size -n。 – Alan 2017-09-18 00:41:05

1

我將演示如何使用列表中做到這一點:

L = [21, 17, 16, 7, 3, 9, 11, 18, 19, 5, 10, 23, 20, 15, 4, 14, 1, 2, 22, 13, 8, 12, 6] 

長度爲N=23W = 4

讓你列表的兩個新副本:

L1 = [21, 17, 16, 7, 3, 9, 11, 18, 19, 5, 10, 23, 20, 15, 4, 14, 1, 2, 22, 13, 8, 12, 6] 
L2 = [21, 17, 16, 7, 3, 9, 11, 18, 19, 5, 10, 23, 20, 15, 4, 14, 1, 2, 22, 13, 8, 12, 6] 

環路從i=0N-1。如果i不能被W整除,則用max(L1[i],L1[i-1])替換L1[i]

L1 = [21, 21, 21, 21, | 3, 9, 11, 18, | 19, 19, 19, 23 | 20, 20, 20, 20 | 1, 2, 22, 22 | 8, 12, 12] 

環路從i=N-20。如果i+1不能被W整除,則將L2[i]替換爲max(L2[i], L2[i+1])

L2 = [21, 17, 16, 7 | 18, 18, 18, 18 | 23, 23, 23, 23 | 20, 15, 14, 14 | 22, 22, 22, 13 | 12, 12, 6] 

製作長度N + 1 - W列表L3,使L3[i] = max(L2[i]L1[i + W - 1])

L3 = [21, 17, 16, 11 | 18, 19, 19, 19 | 23, 23, 23, 23 | 20, 15, 14, 22 | 22, 22, 22, 13] 

然後這個名單L3是你所尋求的移動最大值,L2[i]i和未來之間的最大範圍垂直線,而l1[i + W - 1]是垂直線和i + W - 1之間的最大範圍。