前言
从今天的题目开始,明显难度提升了,对STL的使用以及C++11标准也变多了,正好趁着这个机会把该复习的C++知识复习一遍加深印象,另外一个感悟就是还是要多写这些题目,非常有助于熟悉语法,不然我复习再多遍写起来还是费劲,不过也最好形成体系去学习记忆,所以我会尽量把涉及到的知识点都整理成博客记录下来,今天已经写了一篇关于排序和建堆的排序规则的博客:关于C++中排序和建堆的比较规则:std::greater()、std::less()、自定义比较规则,感兴趣的读者可以看一下,自己理解一遍下次复习看自己的博客会更快复习完。
题目链接:leetcode 239. 滑动窗口最大值
文章讲解:代码随想录 239. 滑动窗口最大值讲解
视频讲解:单调队列正式登场!| LeetCode:239. 滑动窗口最大值
思路和解法
题目:
给你一个整数数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。
返回 滑动窗口中的最大值 。
想法: 这道题目其实暴力解法也很好想出来的,时间复杂度就是O(nk),更快的方法就是利用单调队列。单调队列的含义就是维护一个队列,里面的元素一定是单调的,注意不是说放进去一个元素就排序,这没什么意义。关于单调队列我现在还不能总结出大致有多少用法,只能就本题来讲。对这道题目来说,因为题目要求每次返回滑窗中的最大值,那滑动窗口中的较小值没有必要维护。
回到题目,首先想到我要维护一个“”队列“”,我们暂时不考虑队列具体是什么形式,有什么具体函数,单纯因为题目中有滑动窗口,这就很像一个队列,那这个队列中就要有push、pop、getMaxValue(获取滑窗中最大值,完成题目),我们希望遍历题目给的数组,每一步都push新元素,pop出一个最老元素,然后获取一个当前滑窗的最大值。问题的关键就在于如何获取滑窗中最大值,如果每次要获取都遍历一次滑窗,那就是暴力解法,那么如何降低这一个步骤的时间复杂度呢?答案就是只维护可能的最大值。
push功能: 每加入一个新元素时,如果该元素是滑窗中最大的元素,那么其他元素都可以不要了,对于队列来讲就是前面的比新元素小的元素都可以pop掉了,而对于前面进入队列,比新元素大的数字要留下来,因为当前最大的还是人家,只有当人家被pop掉以后,才轮到刚进来这个元素。为了实现这个功能,我们就用双端队列deque来实现,每次队列中加入新元素,从队列后面开始比较,小于新元素的都pop_back掉。
pop功能: 每次滑窗移动要pop掉最老元素,但实际我们不维护不必要的元素,但还是要假装有,于是pop函数是有入参的,就是我们要pop掉的具体的值,只有当队列前端刚好是这个值的时候deque才执行pop操作。
getMaxValue函数: 基于上述原理,当前队列中的前端第一个元素,就是目前滑窗中最大的值,当滑窗移动导致最大元素出去的时候,pop函数也会把它pop掉,第一个元素就又变成了滑窗中的最大元素。
class Solution {
private:
class MyQueue{
private:
//用deque作为底层容器实现单调队列,从大到小的单调队列
deque<int> que;
public:
//pop函数
void pop(int value) {
if (!que.empty() && value == que.front()) {
que.pop_front();
}
return ;
}
//push函数
void push(int value) {
while (!que.empty() && que.back() < value) {
que.pop_back();
}
que.push_back(value);
return ;
}
//getMaxValue函数
int getMaxValue() {
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int> result;
MyQueue que;
//初始化第一个滑动窗口
for (int i = 0; i < k; i++) {
que.push(nums[i]);
}
result.push_back(que.getMaxValue());
//开始遍历数组
int n = nums.size();
for (int i = k; i < n; i++) {
que.pop(nums[i - k]);
que.push(nums[i]);
result.push_back(que.getMaxValue());
}
return result;
}
};
题目链接:leetcode 347.前 K 个高频元素
文章讲解:代码随想录 347.前 K 个高频元素讲解
视频讲解:优先级队列正式登场!大顶堆、小顶堆该怎么用?| LeetCode:347.前 K 个高频元素
思路和解法
题目:
给你一个整数数组 nums 和一个整数 k ,请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。
想法:
这道题目最核心的概念就是优先级队列,这个我之前自己学习过,也就是大顶堆和小顶堆,底层是完全二叉树。C++中有priority_queue(注意不要写成deque)实现。
思路就是首先要统计频率,用哈希表,用map结构,因为还要保留原来的数字,返回结果里填的是数字,不是频率。
然后遍历所有不同的数字,用小顶堆维护频率最高的数字,这里有点反直觉,小顶堆本来是维护小值的,但是这道题目里,如果我们用大顶堆,那是不能在中途pop掉频率小的元素的,因为访问不到了,而用小顶堆是可以访问到最小频率的元素的,这样才能把它pop掉,留下频率大的。
一些要注意的细节:小顶堆的建立方式,元素是pair,需要自定义比较规则,比较频率,也就是pair中的second;遍历哈希表的时候用迭代器,哈希表元素没有顺序,但是迭代器可以++;从小顶堆取结果时要注意元素频率大小的顺序,小顶堆中小的在前,所以结果vector要从后往前填写。
class Solution {
public:
//自定义小顶堆的排序规则
class comp {
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) {
//这里犯错了写了unordered_map<pair<int, int>>
unordered_map<int, int> map;
int n = nums.size();
//统计数字频率
for (int i = 0; i < n; i++) {
map[nums[i]]++;
}
//遍历哈希表,用小顶堆维护频率最高的k个元素
//这里犯错了,写了priority_deque
priority_queue<pair<int, int>, vector<pair<int, int>>, comp> pri_que;
for (auto it = map.begin(); it != map.end(); it++) {
pri_que.push(*it);
if (pri_que.size() > k) {
pri_que.pop();
}
}
//取出结果,注意顺序,频率高的在前
vector<int> result(k);
for (int i = k - 1; i >= 0; i--) {
//这里犯错了,忘记元素是pair,没写first
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};
这个代码写起来还是不太熟悉的,以后要多写。