代码随想录（堆与队列3）| 滑动窗口最大值&前K个高频元素

本文链接：https://blog.csdn.net/he979731102/article/details/135742414

239. 滑动窗口最大值（一刷至少需要理解思路）

leetcode链接
 题目链接/文章讲解/视频讲解

本题算比较有难度的，需要自己去构造单调队列
为什么不能使用优先级队列是因为排序后，不能知道原先的数据的顺序，pop没法操作

如何维护单调队列里的元素：

其实队列没有必要维护窗口里的所有元素，只需要维护有可能成为窗口里最大值的元素就可以了，同时保证队列里的元素数值是由大到小的。

设计单调队列的时候，pop，和push操作要保持如下规则：

pop(value)：如果窗口移除的元素value等于单调队列的出口元素frount，那么队列弹出元素，否则不用任何操作
push(value)：如果push的元素value大于入口元素 back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
(这样如果push一个大于当前队列所有元素的值，在弹出之前，这个值就一直是最大的，这个值在需要弹出他的时候，要弹出的值等于他的时候，会弹出)

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。

class Solution {
public:
    class MaxQueue {
    public:
        void pop(int val) {
            if(!m_deque.empty() && val == m_deque.front()) {
                m_deque.pop_front();
            }
        }
        void push(int val){
            //如果val大于队列的入口元素，删除入口元素，直到入口元素大于等于val，然后将元素加入入口
            while(!m_deque.empty() && val > m_deque.back()) {
                m_deque.pop_back();
            }
            m_deque.push_back(val);
        }
        int get_max_value(){
            return m_deque.front();
        }
    private:
        deque<int> m_deque;
    };
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MaxQueue max_queue;
        vector<int> vec;
        int i = 0;
        int j = k;
        for( ; i < nums.size() && j > 0 ; i ++,  j--) {
            max_queue.push(nums[i]);
        }

        vec.push_back(max_queue.get_max_value());
        for(; i < nums.size(); i ++) {
            max_queue.pop(nums[i - k]);
            max_queue.push(nums[i]);
            vec.push_back(max_queue.get_max_value());
        }
        return vec;
    }
};

347.前 K 个高频元素

leetcode题目链接
 题目链接/文章讲解/视频讲解

C++中就是优先级队列的使用
优先级队列（底层实现是，大顶堆或小顶堆的二叉树）
整体排序的时间复杂度是 NlogN，使用优先级队列的时间复杂度是NlogK（K是维护的优先级队列的大小）

实现思路：

先使用map记录所有的key（元素）和value（元素个数）
使用小顶堆的优先级队列

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;

    }
};