LeetCode（No.239）

LeetCode(No239)

任务要求：
学习队列思想及堆排序思想，并完成leetcode上的“返回滑动窗口中的最大值(239)”
加粗样式
关于队列，恰好我最近在看的《用python解决数据结构和算法问题》到了这一章节的内容，于是也对队列有了初步的了解，仅限于队列和双端队列。
双端队列与队列不同的时，队列仅可以首进尾出，双端队列首尾都可以添加或删除元素。同时，在python中，队列多用list列表这一数据存储结构来实现。

给定一个数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口 k 内的数字。滑动窗口每次只向右移动一位。
返回滑动窗口最大值。
示例：
输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3
输出: [3,3,5,5,6,7]
解释:
[1 3 -1] -3 5 3 6 7 3
1 [3 -1 -3] 5 3 6 7 3
1 3 [-1 -3 5] 3 6 7 5
1 3 -1 [-3 5 3] 6 7 5
1 3 -1 -3 [5 3 6] 7 6
1 3 -1 -3 5 [3 6 7] 7

思路：既然是学习队列，那就肯定用队列的思想来解决。
先用for语句遍历nums数组，同时进行队列操作，队列规则如下：
将遍历到的元素nums[i]与队列尾端数据比较，当nums[i]小于队列尾端最后一个数的时候，nums[i]添加到队列中去，否则就将队列尾端最后一个数删去，直到nums[i]小于队列尾数为止。
这解决了求出当前窗口最大值的问题，那么，如何实现“滑动”呢？
将遍历到的位置与k-1对比，如果队列头超出滑动窗口范围，则删除队列头。

def maxSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
        """
        ans = []
        deque = []
        for i in range(len(nums)):
            while len(deque) > 0 and nums[deque[-1]] < nums[i]:
                deque.pop()
            deque.append(i)
            if i >= deque[0] + k:
                deque.pop(0)
            if i >= k - 1:
                ans.append(nums[deque[0]])
        return ans

结果：
xiaoyu
关于哈希和链表的学习总结：
对于哈希，简而言之，在python中就是字典的实现。字典中“键值”的定义与哈希表中索引地址与映射值的对应一样。其核心是理解所谓的哈希函数(散列函数)。即如何构建一个确定的映射，它能把关键字映射到一个唯一的存储位置。这种映射应该是我们可以进行计算的。已知关键字，我们应该能算出其地址；反之，已知地址，我们可以检索到对应的关键字。一旦建立起这种关系，那么给定关键字，就能直接利用这个映射(即所谓的哈希函数)直接算出其地址并寻址。这可大大缩减确定关键字存储位置所花的时间。
而链表就不一样了，哈希表是一种数据结构，而链表则是数据存储结构。也就是说，哈希表可以用链表来实现。链表是具备很多“节点”（这里的节点是将每个地址具象化了），每个“节点”都能储存数据，而“链”就意味着连通，每个“节点”都存在一个指针指向了下一个节点。链接域next用来存放下一个节点的位置。
在我看来，链表和字典同为数据存储结构，其不同之处就在于，链表是可以不连续的，其依靠指针的变化可以实现数据地址的变化，相比较灵活一些。而字典可以通过键来寻找值，相比目标更明确。
字典：需要进行频繁的搜索时优先考虑；
链表：对象数量是动态的且搜索不是优先选项时，需要经常增减节点的情况优先考虑；