代码随想录算法训练营第十一天|150. 逆波兰表达式求值 239. 滑动窗口最大值 347. 前 K 个高频元素

150. 逆波兰表达式求值

题目

给你一个字符串数组 tokens ，表示一个根据 逆波兰表示法 表示的算术表达式。

请你计算该表达式。返回一个表示表达式值的整数。

注意：

• 有效的算符为 '+'、'-'、'*' 和 '/' 。
• 每个操作数（运算对象）都可以是一个整数或者另一个表达式。
• 两个整数之间的除法总是 向零截断 。
• 表达式中不含除零运算。
• 输入是一个根据逆波兰表示法表示的算术表达式。
• 答案及所有中间计算结果可以用 32 位 整数表示。

示例 1：

输入：tokens = ["2","1","+","3","*"]
输出：9
解释：该算式转化为常见的中缀算术表达式为：((2 + 1) * 3) = 9

示例 2：

输入：tokens = ["4","13","5","/","+"]
输出：6
解释：该算式转化为常见的中缀算术表达式为：(4 + (13 / 5)) = 6

解题思路---主要是知识

其实这道题目不难，但是第一次做到，如果不知道逆波兰式是什么就难做出来。

leetcode后面给了提示：

逆波兰表达式：

逆波兰表达式是一种后缀表达式，所谓后缀就是指算符写在后面。

• 平常使用的算式则是一种中缀表达式，如 ( 1 + 2 ) * ( 3 + 4 ) 。
• 该算式的逆波兰表达式写法为 ( ( 1 2 + ) ( 3 4 + ) * ) 。

逆波兰表达式主要有以下两个优点：

• 去掉括号后表达式无歧义，上式即便写成 1 2 + 3 4 + * 也可以依据次序计算出正确结果。
• 适合用栈操作运算：遇到数字则入栈；遇到算符则取出栈顶两个数字进行计算，并将结果压入栈中

这里告诉了大家怎么写，适合用栈操作运算：遇到数字则入栈；遇到算符则取出栈顶两个数字进行计算，并将结果压入栈中，所以思路也就是这样。

c++代码如下：

class Solution {
public:
    int evalRPN(vector<string>& tokens) {
        stack<long long>st;
        for(int i=0;i<tokens.size();i++){
            if(tokens[i]=="+"||tokens[i]=="-"||tokens[i]=="*"||tokens[i]=="/"){
                long long b=st.top();
                st.pop();
                long long a=st.top();
                st.pop();
                if(tokens[i]=="+"){
                    st.push(a+b);
                }
                else if(tokens[i]=="-"){
                    st.push(a-b);
                }
                else if(tokens[i]=="*"){
                    st.push(a*b);
                }
                else if(tokens[i]=="/"){
                    st.push(a/b);
                }
            }
            else{
                st.push(stoll(tokens[i]));
            }
        }
        return st.top();
    }
};

239. 滑动窗口最大值

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 。

示例 1：

输入：nums = [1,3,-1,-3,5,3,6,7], k = 3
输出：[3,3,5,5,6,7]
解释：
滑动窗口的位置                最大值
---------------               -----
[1  3  -1] -3  5  3  6  7       3
 1 [3  -1  -3] 5  3  6  7       3
 1  3 [-1  -3  5] 3  6  7       5
 1  3  -1 [-3  5  3] 6  7       5
 1  3  -1  -3 [5  3  6] 7       6
 1  3  -1  -3  5 [3  6  7]      7

示例 2：

输入：nums = [1], k = 1
输出：[1]

解题思路---单调队列！！！！

暴力法在这里不多说，下面看看单调队列方法

可以看看这个视频更直观的学习 单调队列正式登场！| LeetCode：239. 滑动窗口最大值

没有数据结构可以很好的解决的适配这个问题，所以我们可以自己创建一个结构来解决

设计单调队列的时候，pop，和push操作要保持如下规则：

1. pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
2. push(value)：如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止

保持如上规则，每次窗口移动的时候，只要问que.front()就可以返回当前窗口的最大值。

下面是c++代码：

class Solution {
private:
    class Myqueue{
    public:
        deque<int>mydeque;
        
        //若队头元素与value相等，就pop掉
        //用在解决当窗口向后移时，上一个窗口的最前端元素仍在队列中
        void pop(int value){
            if(!mydeque.empty()&&value==mydeque.front()){
                mydeque.pop_front();
            }
        }

        //从队尾开始，如果要push进去的元素比后面的元素大，就将队尾元素pop
        //从队尾开始是为了保证最大的元素在队头且最旧的元素在队伍前面
        void push(int value){
            while(!mydeque.empty()&&value>mydeque.back()){
                mydeque.pop_back();
            }
            mydeque.push_back(value);
        }

        //获取队头元素，也就是我们一直维护的最大值
        int getMax(){
            return mydeque.front();
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        Myqueue myque;
        vector<int>result;
        for(int i=0;i<k;i++){//先将前k个元素push进去
            myque.push(nums[i]);
        }
        result.push_back(myque.getMax());
        for(int i=k;i<nums.size();i++){//再对后面进行处理
            myque.pop(nums[i-k]);
            myque.push(nums[i]);
            result.push_back(myque.getMax());
        }
        return result;
    }
};

347. 前 K 个高频元素

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。

示例 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

示例 2:

输入: nums = [1], k = 1
输出: [1]

解题思路---构建小顶堆！！！！

首先把每个元素和其出现次数用map存储

然后构建一个小顶堆，这个堆将按map中的元素出现次数排队，最小的在最上面

然后判断堆的大小，大于k就弹出，保证堆中数据为k个

最后倒序输出到vector容器里，返回result；

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;

    }
};