1、滑动窗口的最大值:
经典算法:深度优先队列(deque)
class myqueue{
public:
deque<int> que;
void pop(int value){
if(!que.empty() && value == que.front()){ //由于队列只维护单调递减的序列,因此在第一个元素之前可能还有元素不过被弹出了,导致目前元素数目小于窗口大小,因此只有当value == que.front()时才弹出,否则不操作;
que.pop_front();
}
}
void push(int value){
while(!que.empty()&&value>que.back()){
que.pop_back();//如果要压入的元素比队列末尾的大,说明此时不是单调减的,从末尾弹出直到队列为单调递减,这样可以保证front的元素为最大。
}
que.push_back(value);
}
int front(){
return que.front();
}
};
class Solution {
public:
vector<int> maxInWindows(const vector<int>& num, unsigned int size) {
myqueue que;
int max = INT_MIN;
vector<int> result;
if(size==0 || size>num.size()) {return result;}
for(int i = 0;i<size;i++){
que.push(num[i]);
}
result.push_back(que.front());
for(int i = size; i<num.size();i++){
que.pop(num[i-size]);//先弹出再压
que.push(num[i]);
result.push_back(que.front());
}
return result;
}
};
2、前 K 个高频元素:
//升序队列
priority_queue <int,vector<int>,greater<int> > q;
//降序队列
priority_queue <int,vector<int>,less<int> >q;
找到前k次个高频元素:
1:要统计元素出现频率
2:对频率排序
3:找出前K个高频元素
思路:利用优先级队列,大顶堆(堆头是最大元素),小顶堆(堆头是最小元素),为什么不用快排呢, 使用快排要将map转换为vector的结构,然后对整个数组进行排序, 而这种场景下,我们其实只需要维护k个有序的序列就可以了,所以使用优先级队列是最优的。我们要用小顶堆,因为要统计最大前k个元素,只有小顶堆每次将最小的元素弹出,最后小顶堆里积累的才是前k个最大元素,如果队列大小大于k了则直接弹出;
注意:优先级队列的三个参数:其中Container必须是vector构造的
定义:priority_queue<Type, Container, Functional>
左大于右就会建立小顶堆,使用基本数据类型时,只需要传入数据类型,默认是大顶堆
class mycompare{
public:
bool operator()(const pair<int, int> &left, const pair<int, int> &right){
return left.second > right.second; }
};
class Solution {
public:
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int, int> map;
for(int i = 0;i<nums.size();i++){
map[nums[i]]++;
}
priority_queue<pair<int, int>, vector<pair<int, int>>, mycompare> pri_que;
for(unordered_map<int, int>::iterator it=map.begin();it != map.end();it++){
pri_que.push(*it);
if(pri_que.size()>k) pri_que.pop();
}
vector<int> result(k);
for(int i = k-1;i>=0;i--){
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};
3.利用优先级队列排序,输出前k个小元素;
构建大顶堆,每次弹出最大的元素,剩下的都是小的;
class Solution {
public:
vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
if(k==0||k>input.size()) return {};
priority_queue<int, vector<int>> pri_que;
for(const int val:input){
if(pri_que.size()<k) pri_que.push(val);
else{
if(val<pri_que.top()) {
pri_que.pop();
pri_que.push(val);
}
}
}
vector<int> res(k);
for(int i=k-1;i>=0;i--){
res[i] = pri_que.top();
pri_que.pop();
}
return res;
}
};