Follow Carl To Grow|【LeetCode】239. 滑动窗口最大值，347.前 K 个高频元素

【LeetCode】239. 滑动窗口最大值

题意：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 。

思路：把k的窗口看作一个数组，需要一种数据结构，支持在头尾两边进行push和pop操作。那么维护一个单调队列，内部元素有序递减，front大back小。每次移动窗口时，先把k个前面个元素出队，再挨个判断当前元素和back值保持递减，最后取得front作为最大值即可。

代码：

class Solution {
public:
    // 维护一个单调队列，内部元素有序递减，front大back小。
    deque<int> dq;
    void pop(int val)
    {
        if (dq.size() && val == dq.front())
        {
            dq.pop_front();
        }
    }

    void push(int val)
    {
        while (dq.size() && val > dq.back())
        {
            dq.pop_back();
        }
        dq.push_back(val);
    }

    int getMax()
    {
        return dq.front();
    }

    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> res;
        for (int i = 0; i < k; ++i)
        {
            push(nums[i]);
        }
        res.push_back(getMax());
        for (int i = k; i < nums.size(); ++i)
        {
            pop(nums[i - k]);
            push(nums[i]);
            res.push_back(getMax());
        }
        return res;
    }
};

---

【LeetCode】347.前 K 个高频元素

题意：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。

思路：第一想法，先用哈希表存<num, freq>，然后转到vector用sort对第二维进行排序或者直接set，最后输出前k个。之后考虑到unordered_map的元素实际上是pair<int, int>，直接构造优先级队列，即大顶堆，全排序后输出前k个。最后卡哥的更优选择是小顶堆，始终只排序k个，但是结果需要倒序存储。

代码A：

class Solution {
public:
    struct node
    {
        int num;
        int freq;
        bool operator< (const node &rhs) const
        {
            return freq >= rhs.freq;
        }
    };

    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> umap;
        set<node> st;
        for (int i = 0; i < nums.size(); ++i)
        {
            umap[nums[i]]++;
        }
        for (unordered_map<int, int>::iterator it = umap.begin(); it != umap.end(); ++it)
        {
            node n;
            n.num = it->first;
            n.freq = it->second;
            st.insert(n);
        }
        vector<int> res;
        for (set<node>::iterator it = st.begin(); it != st.end() && k; ++it)
        {
            --k;
            res.push_back(it->num);
        }
        return res;
    }
};

代码B：

class Solution {
public:
    struct cmp
    {
        // 大顶堆
        bool operator()(const pair<int, int>& lhs, const pair<int, int> &rhs) const
        {
            return lhs.second < rhs.second;
        }
    };

    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> umap;
        for (int i = 0; i < nums.size(); ++i)
        {
            umap[nums[i]]++;
        }

        priority_queue<pair<int, int>, vector<pair<int, int>>, cmp> pq;
        for (unordered_map<int, int>::iterator it = umap.begin(); it != umap.end(); ++it)
        {
            pq.push(*it);
        }

        vector<int> res;
        for (int i = 0; i < k ; i++)
        {
            res.push_back(pq.top().first);
            pq.pop();
        }
        return res;
    }
};

代码C：

class Solution {
public:
    struct cmp
    {
        bool operator()(const pair<int, int>& lhs, const pair<int, int> &rhs) const
        {
            return lhs.second > rhs.second;
        }
    };

    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> umap;
        for (int i = 0; i < nums.size(); ++i)
        {
            umap[nums[i]]++;
        }

        priority_queue<pair<int, int>, vector<pair<int, int>>, cmp> pq;
        for (unordered_map<int, int>::iterator it = umap.begin(); it != umap.end(); ++it)
        {
            pq.push(*it);
            if (pq.size() > k)
            {
                pq.pop();
            }
        }

        vector<int> res(k);
        for (int i = k - 1; i >= 0; --i)
        {
            res[i] = pq.top().first;
            pq.pop();
        }
        return res;
    }
};

---

心态：“第五章 栈与队列part03” 拿下！
参考资料