239.滑动窗口最大值
分析:看数据正常求最大值必然超时
思路:双端队列构成单调队列
class Solution {
private:
class MyQueue{//单调队列
public:
deque<int>que;
void pop(int vaule)
{
if(!que.empty() && vaule==que.front()){
que.pop_front();
}
}
void push(int value){
while(!que.empty() && value >que.back()){
que.pop_back();
}
que.push_back(value);
}
int front(){
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
//思路:单调队列操作
MyQueue que;
vector<int>res;
for(int i=0;i<k;i++)
{
que.push(nums[i]);
}
res.push_back(que.front());
for(int i=k;i<nums.size();i++){
que.pop(nums[i-k]);
que.push(nums[i]);
res.push_back(que.front());
}
return res;
}
};
照着题解写了一遍,感觉思路能理解,但是实现就懵了
二刷:
思路:优先队列 + pair组合
- 判断当前最大值的索引是否在窗口外
- 窗口为 k,i-k 就是从 k 开始遍历到了第几个,所以所以必然要大于 i - k
- 最大值的索引在窗口外时,直接弹出
class Solution {
private:
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
int n=nums.size();
priority_queue<pair<int,int>>que;
for(int i=0;i<k;i++) que.emplace(nums[i],i);
vector<int>res;
res.push_back(que.top().first);
for(int i=k;i<n;i++){
que.emplace(nums[i],i);
while(que.top().second<=i-k) que.pop();//判断当前最大值的索引是否过期,不是真正的删除
res.push_back(que.top().first);
}
return res;
}
};
347.前k个高频元素
之前做过类似的题,但是忘了大小顶堆怎么写了,坐牢!
思路:先记录元素出现的次数,然后加入小顶堆,当小顶对大小大于k时,直接把堆顶元素组排出
class Solution {
public:
struct cmp{
bool operator()(const pair<int,int>&map1,const pair<int,int>&map2)
{
return map1.second>map2.second;
}
};
vector<int> topKFrequent(vector<int>& nums, int k) {
//思路:遍历一遍数组,使用哈希表记录次数,然后使用小顶堆进行封装
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>>,cmp>pri_que;
for(auto &[nums,count]:map){
pri_que.push({nums,count});
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;
}
};