代码随想录算法训练营第十三天【栈与队列part03】 | 239. 滑动窗口最大值、347.前 K 个高频元素

239. 滑动窗口最大值

题目链接：

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

求解思路：

自定义单调队列MyQueue，需要实现的功能：

1. pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
2. push(value)：如果push的元素value大于入口元素的数值，那么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
3. getMaxValue()：实际上就是返回第一个数

代码：

class Solution {
private:
    class MyQueue{
    public:
        deque<int> que;
        void pop(int val){
            // 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
            // 不相等什么也不干（因为push的时候会将不满足要求的数弹出）
            if (!que.empty() && val == que.front())
                que.pop_front();
        }
        void push(int val){
            // 如果pop进来的数比前面的数都大，那么把前面的数都弹出
            // 从尾部一个一个弹出小于val的数
            while (!que.empty() && val > que.back())
                que.pop_back();
            // 将值加入队列
            que.push_back(val);
        }
        int front(){
            // 返回第一个数
            return que.front();
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MyQueue que;
        vector<int> result;
        // 先将前k个值加入队列
        for (int i = 0; i < k; i++){
            que.push(nums[i]);
        }
        // 将结果存储在数组中
        result.push_back(que.front());
        // 滑动窗口，并记录最大值在数组中
        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

题目链接：

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

求解思路：

1. 使用map来记录各个元素的出现频率
2. 遍历map，并维护一个大小为k的小顶堆，使用优先级队列priority_queue来实现
3. 最后小顶堆中为前k个高频元素，倒序输出为一个数组即可

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) {
        unordered_map<int, int> map;
        // 用map统计元素的出现频率
        for (int i = 0; i < nums.size(); i++){
            map[nums[i]]++;
        }
        // 定义一个小顶堆，采用优先级队列 priority_queue<Type, Container, Functional>
        // 其中Type代表数据类型，Container代表容器类型，缺省状态为vector;
        // Functional是比较方式，默认采用大顶堆
        priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
        // 用固定大小为k的小顶堆
        for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++){
            pri_que.push(*it);
            // 如果堆的大小大于k，则执行弹出操作
            if (pri_que.size() > k){
                pri_que.pop();
            }
        }
        // 输出结果，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;
    }
};