首页/Algo Bridge/单调栈 (Monotonic Stack)/LC_42
⚡ 在闪卡工作台中刷此桥梁
🌉 单题同构迁移解析LC_42 · 困难

LC_42 (接雨水) ➔ Sliding Window Attention

接雨水的左右最高柱维护逻辑,是理解双向注意力掩码和因果边界截断的最佳思维体操。

1️⃣ 经典算法母体 (LeetCode Origin)

LC_42 · 接雨水

所属范式:单调栈 (Monotonic Stack) — 栈内元素严格保持单调递增或递减。在入栈新元素时,持续弹出破坏单调性的历史元素,从而在 O(N) 线性时间内为每个元素找到左侧或右侧最近的更大/更小元素。

⚡ 查看 LC-42 算法原题精解 ➔
2️⃣ 大模型工业系统落地 (Production AI System)

FlashAttention 与 Online Softmax 片上分块加速 · Sliding Window Attention

工程映射场景:双向单调极值维护与分块计算的受限边界截断

🧬 对应工业算子接口签名
def sliding_window_attention(Q: torch.Tensor, K: torch.Tensor, V: torch.Tensor, window_size: int = 4) -> torch.Tensor

🔗 同源拓展迁移桥梁

LC_3 ➔ 在线分块 Softmax (Online Softmax)
滑动窗口算法将复杂度从 O(S^2) 直降为 O(S * W),是长文本能够扩展到 128k 的关键。...
LC_3 ➔ Flash Attention (Tiled)
滑动窗口算法将复杂度从 O(S^2) 直降为 O(S * W),是长文本能够扩展到 128k 的关键。...
LC_3 ➔ Sliding Window Attention
滑动窗口算法将复杂度从 O(S^2) 直降为 O(S * W),是长文本能够扩展到 128k 的关键。...
LC_42 ➔ 在线分块 Softmax (Online Softmax)
接雨水的左右最高柱维护逻辑,是理解双向注意力掩码和因果边界截断的最佳思维体操。...
LC_42 ➔ Flash Attention (Tiled)
接雨水的左右最高柱维护逻辑,是理解双向注意力掩码和因果边界截断的最佳思维体操。...
LC_239 ➔ 在线分块 Softmax (Online Softmax)
单调队列维护窗口最大值的思想,与 Online Softmax 动态更新 running max 完全等价。...
← LC_42 (接雨水) → FlashAttention 与 Online Softmax 片上分块加速LC_239 (滑动窗口最大值) → FlashAttention 与 Online Softmax 片上分块加速 →