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

239. 滑动窗口最大

初步想法

暴力解法

题解

https://programmercarl.com/0239.%E6%BB%91%E5%8A%A8%E7%AA%97%E5%8F%A3%E6%9C%80%E5%A4%A7%E5%80%BC.html
单调队列，即单调递减或单调递增的队列
核心：用队列记录窗口里可能成为最大值的元素。
滑动窗口每次移动一个
窗口移动时，最左侧的pop出去，push一个右边挨着的
考虑当前窗口：
如果第二个元素是最大的，那么第一个元素不会是当前窗口的最大值，更不会是下一个窗口的最大值；
如果第三个元素是最大的，那么第一个和第二个不会是当前的最大值，也不会是下一个窗口的最大值，第一个会因为窗口的移动被pop出去，第二个即使在窗口中也比第三个小，因此只有第三个需要与下一个窗口种加进来的数字进行对比
基于此，遍历窗口中的数字时，一个一个的push 进我们自己维护的队列中，每push 一个需要保证队列里所有的元素都比它大，如果比他小，则需要从队列中pop出去
除了因为push而需要被pop出去的，还需要在push之前确保上一个滑动窗口的第一个值不在当前队列中

ummmmmm总的来说，思路不好象，代码也不好写…

from collections import deque


class MyQueue: #单调队列（从大到小
    def __init__(self):
        self.queue = deque() #这里需要使用deque实现单调队列，直接使用list会超时
    
    #每次弹出的时候，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。
    #同时pop之前判断队列当前是否为空。
    def pop(self, value):
        if self.queue and value == self.queue[0]:
            self.queue.popleft()#list.pop()时间复杂度为O(n),这里需要使用collections.deque()
            
    #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。
    #这样就保持了队列里的数值是单调从大到小的了。
    def push(self, value):
        while self.queue and value > self.queue[-1]:
            self.queue.pop()
        self.queue.append(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。
    def front(self):
        return self.queue[0]
    
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        que = MyQueue()
        result = []
        for i in range(k): #先将前k的元素放进队列
            que.push(nums[i])
        result.append(que.front()) #result 记录前k的元素的最大值
        for i in range(k, len(nums)):
            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.append(que.front()) #记录对应的最大值
        return result

347.前 K 个高频元素

题解

https://programmercarl.com/0347.%E5%89%8DK%E4%B8%AA%E9%AB%98%E9%A2%91%E5%85%83%E7%B4%A0.html
用map key是元素，value是频率，然后需要对value进行排序 =>使用小顶堆
为什么不用大顶堆？我们需要维护一个固定大小的堆，如果要加入新的元素，需要pop一个，堆在pop时是从根节点pop，使用大顶堆在Pop时会把大的pop掉

#时间复杂度：O(nlogk)
#空间复杂度：O(n)
import heapq
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        #要统计元素出现频率
        map_ = {} #nums[i]:对应出现的次数
        for i in range(len(nums)):
            map_[nums[i]] = map_.get(nums[i], 0) + 1
        
        #对频率排序
        #定义一个小顶堆，大小为k
        pri_que = [] #小顶堆
        
        #用固定大小为k的小顶堆，扫描所有频率的数值
        for key, freq in map_.items():
            heapq.heappush(pri_que, (freq, key))
            if len(pri_que) > 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
                heapq.heappop(pri_que)
        
        #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
        result = [0] * k
        for i in range(k-1, -1, -1):
            result[i] = heapq.heappop(pri_que)[1]
        return result