一 239 滑动窗口最大值
元素先进先出的特性很容易想到队列,可以使用队列+max变量来进行遍历。本题是单调队列的经典题目,**只需要维护有可能成为窗口里最大值的元素就可以了,并且保证队列里的元素数值是由大到小的。**对于pop()操作而言,如果要移除的元素等于队列最前端的元素,则弹出队列,否则不需要操作;对于push()操作而言,要入队的元素若大于入口处的元素,就将队列入口的元素弹出,直到push元素的数值小于等于队列入口元素的数值为止。因为需要弹出队列后端的元素,因此需要使用双端队列queue。
class Solution {
private:
class MyQueue { //单调队列 从大到小
public:
deque<int> que; // 使用deque来实现单调队列
// 弹出的时候,比较当前要弹出的数值是否等于队列出口元素的数值,如果相等则弹出。
void pop(int value) {
if (!que.empty() && value == que.front()) {
que.pop_front();
}
}
// 如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,直到push的数值小于等于队列入口元素的数值为止。
// 保持队列里的数值是单调从大到小的了。
void push(int value) {
while (!que.empty() && value > que.back()) {
que.pop_back();
}
que.push_back(value);
}
// 查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
int front() {
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> result;
//初始化处理,将前k个的元素放进队列
for (int i = 0; i < k; i++) {
que.push(nums[i]);
}
// result 记录前k个的元素的最大值
result.push_back(que.front());
//后续处理
for (int i = k; i < nums.size(); i++) {
que.pop(nums[i - k]); // 滑动窗口移除最前面元素
que.push(nums[i]); // 滑动窗口前加入最后面的元素
result.push_back(que.front()); // 记录对应的最大值
}
return result;
}
};
二 347 前k个高频元素
本题的思想很简单,map来进行统计元素出现次数,再用优先级队列(大顶堆、小顶堆)进行排序。而priority_queue实际上就是默认用大顶堆进行排序的,因此本题使用priority_queue。本题如果使用快排要将map转换为vector的结构,然后对整个数组进行排序,会相对麻烦一些。
大顶堆class Solution {
public:
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) {
// nums[i],出现的次数
unordered_map<int, int> map;
//统计次数
for (int i = 0; i < nums.size(); i++) {
map[nums[i]]++;
}
// 对频率排序小顶堆,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;
}
};
三 总结
- 两道题分别使用了单调队列和优先级队列,要对两种队列的应用场景熟悉。
- 对于优先级队列所使用的priority_queue的底层原理和使用方法还有待进一步熟悉。