知识点:
1 .
双端队列(deque
)是一个非常重要的容器,它支持在序列的两端进行快速插入和删除操作。
2 .优先队列 (priority_queue) 是在队列的基础上添加了内部的排序,本质上是一个堆来实现的。
声明:
priority_queue<Type, Container, Funcitonal>
其中
Type指数据类型, Container指容器类型
(必须是数组实现的容器,如vector,deque,不能是list。STL中默认是 vector),
Functional 指比较的方式,
当需要用自定义的类型时才需要传这三个参数,使用基本数据类型时,只需要传入数据类型即可。
一般构造为:
小顶堆 priority_queue<int, vector, greater> heap;
大顶堆 priority_queue 或者 priority_queue<int, vector, less> heap;
3 .对于 pair 类型,比较时候先比较第一个元素,第一个相等再比较第二个。
150. 逆波兰表达式求值
栈的最后表演! | LeetCode:150. 逆波兰表达式求值
逆波兰表达式:
一种后缀表达式,所谓后缀就是指运算符写在后面。
中缀表达式,如 ( 1 + 2 ) * ( 3 + 4 )
后缀表达式,则 1 2 + 3 4 + *
思路:
1 . 遇到数字则入栈
2 . 遇到运算符则取出栈顶两个数字进行计算
3 . 并将结果压入栈中
代码
class Solution {
public:
int evalRPN(vector<string>& tokens) {
stack <int> st;
for(int i=0;i<tokens.size();i++)
{
if(tokens[i]=="+"||tokens[i]=="-"||tokens[i]=="*"||tokens[i]=="/")
{
int nums1=st.top();
st.pop();
int nums2=st.top();
st.pop();
if(tokens[i]=="+") st.push(nums2+nums1);
if(tokens[i]=="-") st.push(nums2-nums1);
if(tokens[i]=="*") st.push(nums2*nums1);
if(tokens[i]=="/") st.push(nums2/nums1);
}
else
st.push(stoi(tokens[i]));
}
int result=st.top();
st.pop();
return result;
}
};
239. 滑动窗口最大值
单调队列正式登场!| LeetCode:239. 滑动窗口最大值
代码
class Solution {
private:
class MyQueue
{
public:
deque <int> que;
void pop(int val)
{
if(!que.empty()&&val==que.front())
que.pop_front();
}
void push(int val)
{
while(!que.empty()&&val>que.back())
que.pop_back();
que.push_back(val);
}
int front()
{
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector <int> result;
for(int i=0;i<k;i++)
{
que.push(nums[i]);
}
result.push_back(que.front());
for(int i=k;i<nums.size();i++)
{
que.pop(nums[i-k]);
que.push(nums[i]);
result.push_back(que.front());
}
return result;
}
};
347.前 K 个高频元素
优先级队列正式登场!大顶堆、小顶堆该怎么用?| LeetCode:347.前 K 个高频元素
思路:
1 . 使用map统计元素和它出现的频率。
2 . 维持一个大小为k的优先级队列。
大顶堆每次弹出最大值,就把频率高的弹出了,所以要使用小顶堆,
每次弹出频率小的,最后队列里的k个元素就是前k个高频元素
3 . 最后将优先级队列中的元素倒序(因为小顶堆每次弹出最小值)输出到数组中,进行输出。
代码
class Solution {
public:
// 小顶堆
class mycomparison {
public:
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
return lhs.second > rhs.second;
}
};
vector<int> topKFrequent(vector<int>& nums, int k) {
// 要统计元素出现频率
unordered_map<int, int> map; // map<nums[i],对应出现的次数>
for (int i = 0; i < nums.size(); i++) {
map[nums[i]]++;
}
// 对频率排序
// 定义一个小顶堆,大小为k
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
// 用固定大小为k的小顶堆,扫面所有频率的数值
for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
pri_que.push(*it);
if (pri_que.size() > k) { // 如果堆的大小大于了K,则队列弹出,保证堆的大小一直为k
pri_que.pop();
}
}
// 找出前K个高频元素,因为小顶堆先弹出的是最小的,所以倒序来输出到数组
vector<int> result(k);
for (int i = k - 1; i >= 0; i--) {
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};