滑动窗口最大值&&前 K 个高频元素

文章介绍了如何在给定数组中使用单调队列和堆数据结构解决滑动窗口问题,找到每个窗口的最大值以及出现频率前k高的元素,目标是在线性时间内完成计算。
摘要由CSDN通过智能技术生成

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?

from collections import deque

class MyQueue: #单调队列(从大到小

    def __init__(self):

        self.queue = deque() #这

    def  pop(self,value):

        if self.queue and value ==self.queue[-1]:

            self.queue.popleft()

    def push(self, value):

        while self.queue and value > self.queue[-1]:

            self.queue.pop()

        self.queue.append(value)

    def front(self):

        return self.queue[0]

class Solution:

    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:

        que=MyQueue()

        result=[]

        for i in range(k):

            que.push(nums[i])

        result.append(que.front())

        for j in range(k,len(nums)):

            que.pop(nums[j-k])

            que.push(nums[j])

            result.append(que.front())

        return result

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]

class Solution:

    def topKFrequent(self, nums: List[int], k: int) -> List[int]:

        map_ = {} #nums[i]:对应出现的次数

        for i in range(len(nums)):

            map_[nums[i]] = map_.get(nums[i], 0) + 1

        pri_que=[]

        for key,preq in map_.items():

            heapq.heappush(pri_que,(key,preq))

            if len(pri_que)>k:

                heapq.heappop(pri_que)

        result=[0]*k

        for i in range(k-1,-1,-1):

            result[i]=heapq.heappop(pri_que)[1]

        return result

       

 

  • 10
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值