代码随想录算法训练营第十三天 | 239. 滑动窗口最大值、347.前 K 个高频元素

最新推荐文章于 2024-06-16 22:41:02 发布

lin_errors

最新推荐文章于 2024-06-16 22:41:02 发布

阅读量903

点赞数 25

分类专栏：代码随想录训练营60天文章标签：数据结构

本文链接：https://blog.csdn.net/hewfhpiwjgjfw/article/details/134918323

版权

代码随想录训练营60天专栏收录该内容

19 篇文章 2 订阅

订阅专栏

今天学习内容：239. 滑动窗口最大值、347.前 K 个高频元素

讲解：代码随想录

明天进入二叉树的学习，可以提前了解基础知识：关于二叉树，你该了解这些！| 二叉树理论基础一网打尽，二叉树的种类、二叉树的存储方式、二叉树节点定义、二叉树的遍历顺序_哔哩哔哩_bilibili

239.滑动窗口最大值

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

前两天的题目都是栈的应用，这次是队列的应用。本题算比较有难度的，需要自己去构造单调队列，建议先看视频来理解。

无法用大顶堆的原因：

大顶堆（优先级队列）可以存放这个窗口里的k个数字，这样就可以知道最大的最大值是多少。但是问题是这个窗口是移动的，而大顶堆每次只能弹出最大值，我们无法移除其他数值，这样就造成大顶堆维护的不是滑动窗口里面的数值了。所以不能用大顶堆。

题目解法需要一个队列，放进去窗口里的元素随着窗口的移动，队列也一进一出，每次移动之后，队列告诉我们里面的最大值是什么。每次窗口移动的时候，调用que.pop(滑动窗口中移除元素的数值)，que.push(滑动窗口添加元素的数值)，然后que.front()就返回我们要的最大值。

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，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。

例子：输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3，动画如下（图片来自于代码随想录）：

class Solution {
private:
    class MyQueue { //单调队列（从大到小）
    public:
        deque<int> que; // 使用deque来实现单调队列
        // 每次弹出的时候，比较当前要弹出的数值是否等于队列出口元素的数值，如果相等则弹出。
        // 同时pop之前判断队列当前是否为空。
        void pop(int value) {
            if (!que.empty() && value == que.front()) {
                que.pop_front();
            }
        }
        // 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的数值小于等于队列入口元素的数值为止。
        // 这样就保持了队列里的数值是单调从大到小的了。
        void push(int value) {
            while (!que.empty() && value > que.back()) {
                que.pop_back();
            }
            que.push_back(value);

        }
        // 查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
        int front() {
            return que.front();
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MyQueue que;
        vector<int> result;
        for (int i = 0; i < k; i++) { // 先将前k的元素放进队列
            que.push(nums[i]);
        }
        result.push_back(que.front()); // result 记录前k的元素的最大值
        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;
    }
};

347.前 K 个高频元素

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

大/小顶堆的应用，在C++中就是优先级队列。本题是大数据中取前k值的经典思路。

这道题目主要涉及到如下三块内容：

要统计元素出现频率
对频率排序
找出前K个高频元素

1.首先统计元素出现的频率，这一类的问题可以使用map来进行统计。

2.对频率进行排序，可以使用优先级队列。因为优先级队列对外接口只是从队头取元素，从队尾添加元素。注意要用小顶堆，因为要统计最大前k个元素，只有小顶堆每次将最小的元素弹出，最后小顶堆里积累的才是前k个最大元素。

3.寻找前k个最大元素流程如图所示：

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;

    }
};