代码随想录|leetcode 239.滑动窗口最大值；347.前k个高频元素

滑动窗口最大值

题目连接 leetcode 239.

给你一个整数数组 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内的 k 个数字。滑动窗口每次只向右移动一位。

返回 滑动窗口中的最大值 。

一个简单的思路就是对每一次的窗口进行一次max 运算，然后窗口向右一个个滑动。但是每一次max运算都是$O(k)$,那么这样的算法时间复杂度太高了。而且窗口滑动前后，两次max运算中其实是有重复运算的，也就是造成了冗余运算。那么我们该如何保留最大值信息，同时减少时间复杂度呢？
一种想法是运用单调队列。单调队列，顾名思义是元素从大到小或者从小到大排序的队列 （但是队尾可以弹出）。 单调队列的添加元素value，需要把队尾所有小于value的值全部弹出后再添加。
如果把一个数组依次添加到单调队列，则最后的单调队列会是一个由最大值为队头，下降（上升）速度最慢的子数组。
应用到本题中，窗口向右移动一位，队列更新一次，此时的队列的队头即为最大值。窗口左端右移一位，如果删除的这个元素是最大值（等于队头），则队头需弹出；如果不是，说明下一个的最大值仍然相等，且队列不变，因此不需要对队列进行操作。窗口右端右移，将元素添加到单调队列中。

python 代码

from collections import deque
class MyQueue:
    def __init__(self):
        self.que = deque()

    def pop(self,value):
        if self.que[0] == value:
            self.que.popleft()
    
    def push(self,value):
        while self.que and self.que[-1] < value:
            self.que.pop()
        self.que.append(value)

    def front(self):
        return self.que[0]

class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        que = MyQueue()
        result = []
        for i in range(k):
            que.push(nums[i])
        result.append(que.front())
        for i in range(k,len(nums)):
            que.pop(nums[i-k])
            que.push(nums[i])
            result.append(que.front())
        return result 

前k个高频元素

题目连接 leetcode 347.

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案

思路于 代码随想录

1. 用字典统计元素及其对应的频数
2. 用小顶堆维护大小为k的数组
3. 倒序输出小顶堆

Python 代码

import heapq
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        count = {}
        for i in nums:
            count[i] = count.get(i,0) + 1
        
        pri_que = []

        for (keys,values) in count.items():
            heapq.heappush(pri_que,(values,keys))
            if len(pri_que) > k:
                heapq.heappop(pri_que)

        result = [0] * k
        for i in range(k-1,-1,-1):
            result[i] = heapq.heappop(pri_que)[1]
        return result