1. 239滑动窗口最大值
题目:给定一个数组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。
进阶:你能在线性时间复杂度内解决此题吗?
提示:
-
1 <= nums.length <= 10^5
-
-10^4 <= nums[i] <= 10^4
-
1 <= k <= nums.length
解题思路:
-
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 -
push(value)
设计一个单调递减队列,如果新输入的元素比原有元素都大,则把原有元素都移除 -
get_max_value()
,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
配合窗口滑动先移除出口处元素,再增加新元素,增加新元素时,要比较与原有元素的大小,形成单调递减队列,每次窗口移动访问que.front()即获取当前窗口的最大值。
代码如下:
#include<iostream>
#include<deque>
#include<vector>
using namespace std;
class Solution {
private:
class MyQueue {
public:
deque<int> que; // 使用deque来实现单调队列
// 1.伴随窗口滑动,先弹出元素(比较当前要弹出的数值是否等于队列出口元素的数值,如果等于则弹出)
void pop(int value) {
if (!que.empty() && value == que.front()) { // 同时pop之前判断队列是否为空
que.pop_front();
}
}
// 2.输入新元素(如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,直到push的数值小于等于入口元素的数值为止)
void push(int value) { // 保持队列里的数值是单调递减的
while (!que.empty() && value > que.back()) {
que.pop_back();
}
que.push_back(value);
}
// 3.返回最大值
int front() {
return que.front();
}
};
public:
vector<int> maxSolidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> result;
for (int i = 0; i < k; i++) { // 先将前k个元素放进队列
que.push(nums[i]);
}
result.push_back(que.front()); // result记录前k个元素的最大值
for (int i = k; i < nums.size(); i++) {
que.pop(nums[i - k]); // 滑动窗口移除最前面的元素
que.push(nums[i]); // 滑动窗口前加入最后面的元素
result.push_back(que.front()); // 记录对应的最大值
}
return result;
}
};
int main(void) {
Solution solu;
vector<int> nums = { 1,3,-1,-3,5,3,6,7 };
int k = 3;
vector<int> result = solu.maxSolidingWindow(nums, k);
for (int i = 0; i < result.size(); i++) {
cout << result[i] << " ";
}
system("pause");
return 0;
}
2. 347前k个高频元素
题目:给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
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]
提示:
-
你可以假设给定的 k 总是合理的,且 1 ≤ k ≤ 数组中不相同的元素的个数。
-
你的算法的时间复杂度必须优于 $O(n*log n)$ , n 是数组的大小。
-
题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的。
代码如下:
#include<iostream>
#include<deque>
#include<queue>
#include<vector>
#include<unordered_map>
using namespace std;
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) {
// 统计元素出现频率
unordered_map<int, int> map;
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<Type, Container, Functional>,Type为数据类型, Container为保存数据的容器,Functional为元素比较方式
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k了,则队列弹出,保持堆的大小一直为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;
}
};
int main(void) {
Solution test;
vector<int> nums = { 1, 1, 1, 2, 2, 3 };
int k = 2;
vector<int> result = test.topKFrequent(nums, k);
for (int i = 0; i < result.size(); i++) {
cout << result[i] << " ";
}
system("pause");
return 0;
}