● 239. 滑动窗口最大值
● 347.前 K 个高频元素
● 总结
239. 滑动窗口最大值
题目分析: 每次滑动窗口,窗口内求max;
暴力法超时
优化后的暴力解
暴力解,安慰奖
主要的修正点是:
- 当
pos < low
时,重新计算当前窗口的最大值和位置。 - 当
pos >= low
且nums[fast] >= current_max
时,更新current_max
和pos
。
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
if (k == 1)
return nums;
vector<int> a;
int low = 0;
int fast = k - 1;
int pos = 0;
int current_max = nums[0];
while (fast < nums.size()) {
// 更新当前窗口的最大值和其位置
if (pos <= low) {//坑点,因为不能拿开局pos比fast
// 重新计算当前窗口的最大值和位置
current_max = nums[low];
pos = low;
for (int i = low; i <= fast; i++) {
if (nums[i] >= current_max) {
current_max = nums[i];
pos = i;
}
}
} else {
// 更新最大值(考虑新进入窗口的元素)
if (nums[fast] >= current_max) {
current_max = nums[fast];
pos = fast;
}
}
a.push_back(current_max);
fast++;
low++;
}
return a;
}
};
347.前 K 个高频元素
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;
}
};