学习内容来源:代码随想录
题目地址150. 逆波兰表达式求值
栈内对对碰思想
class Solution {
public:
int evalRPN(vector<string>& tokens) {
//使用长整型创建栈
stack<long long> st;
for (int i = 0; i < tokens.size(); i++) {
if (tokens[i] == "+" || tokens[i] == "-" || tokens[i] == "*" || tokens[i] == "/") {
long long num1 = st.top();
st.pop();
long long num2 = st.top();
st.pop();
//在栈中获取两个数字进行计算并把结果压入栈中
if (tokens[i] == "+") st.push(num2 + num1);
if (tokens[i] == "-") st.push(num2 - num1);
if (tokens[i] == "*") st.push(num2 * num1);
if (tokens[i] == "/") st.push(num2 / num1);
} else {
//stoll c++函数用于将字符串转换为长整型long long
//不是运算字符就入栈
st.push(stoll(tokens[i]));
}
}
//栈中最后的数字就是结果
int result = st.top();
st.pop(); //弹出,听卡哥的话,要注意内存回收
return result;
}
};
题目地址:239.滑动窗口最大值
像一个滑块,固定的size,但是c++没有这种数据结构啊。。。
优先级队列思想?大顶堆吗?没法比较啊
卡哥引出:单调队列
维持队列元素单调性,属于是DIY
0000000出口————————入口000000000
让出口的值始终保持最大值
看着写了一遍,只能说看懂了,自己写不来
class Solution {
private:
class MyQueue{
//私有类内部函数
public :
deque<int> que;
void pop(int value){
//首先队列不能为空,当且仅当弹出的数值等于出口的数值
if (!que.empty() && value == que.front()) {
que.pop_front();
}
}
void push(int value){
while (!que.empty() && value > que.back()) {
//进来的数值如果大于已有的数值,那么就弹出队列后端的数,直到小于等于队列入口的数
que.pop_back();
}
que.push_back(value);
}
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]); // 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;
}
};
347.前 K 个高频元素
对元素的出现次数,key就是元素,value就是出现的次数
那么用大顶堆,小顶堆?
小顶堆,输出小的元素,留下的活着说最后的就是大的元素
map【num【i】】++
定义一个小顶堆
prior——queue(pair(key-value))数据结构
自己实现compare函数对次数进行排序
que.size()>k时候pop 队列
考验自定义数据结构来了
听明白了,自己写不来
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;
}
};