239.滑动窗口最大值
单调队列正式登场!| LeetCode:239. 滑动窗口最大值
思路
单调队列的经典应用,题目要求的是有一个k个大小的滑动窗口。要求每次求出来滑动窗口里的最大值,那么问题来了,如何求出来滑动窗口里面的最大值呢?有一个暴力解法,即每次都把滑动窗口遍历一次,然后求出来最大值,然后滑动窗口移动一位,再把滑动窗口遍历一次,可以是可以,但是时间复杂度为o(n*k) 时间复杂度很高,这时候又想到,大根堆具有把数组中的最大值放在首位的优秀性质,但是使用大根堆又会出现一个问题,那就是大根堆会调整滑动窗口各个元素的位置,每次是求出来最大值了,但是每次出队的元素就错掉了,只有第一次能求对,后面都错了,因为出队出错元素了,那么该怎么办,可以把大根堆的优秀性质借鉴过来,去除其不满足题意的点,那是什么呢? 即要保证每次最大的元素在队首,并且队列位置不可以变,增加判断条件,确定队首元素是否出队,怎么做?即先构建第一个滑动窗口,具体操作为,一个元素一个元素的入队,如果碰到一个元素比前面入队的元素都要大,那么前面的元素都出队(每次入队的时候和队尾元素比较,比队尾元素小,直接入队,比队尾元素大,就一直从队尾出队,直到该元素比队尾元素小或者队空,然后让该元素入队),这样就保证了队列是重大到小排序的单调队列,最大元素在队首,然后就是出队条件判断,怎么保证每次出队的元素是正确的,即出队的时候判断一下窗口移除的元素是否等于队首的元素,如果等于,那么出队,如果不等于,不操作(因为之前保证最大元素在队首的时候已经把这些元素出队了)
代码实现
class Solution {
private:
class MyQueue{
public:
deque<int> que;
void pop(int value){
if(!que.empty()&&value==que.front()){
que.pop_front();// que是一个双端队列
}
}
void push(int value){
while(!que.empty()&&value>que.back()){
que.pop_back();
}
que.push_back(value);
}
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++){
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]);
result.push_back(que.front());
}
时空复杂度
时间复杂度o(n) 空间复杂度o(k)
347.前k个高频元素
优先级队列正式登场!大顶堆、小顶堆该怎么用?| LeetCode:347.前 K 个高频元素
思路
哈希表与小根堆的混合双打,首先可以用哈希表map的key统计元素值,value统计出现频率,然后对哈希表中的所有value进行排序,如果使用快排,时间复杂度为o(nlogn) 时间开销有些大,这时候就轮到小根堆登场了,既然求的是出现频率最高k个元素,那么为啥不使用大根堆(使用大根堆每次往里面push元素的时候就把堆顶元素弹出去了,而堆顶元素是这时候出现频率最高的元素,所以不好用,要使用大根堆实现只能把所有元素都构建成一个堆,然后依次弹出堆顶元素),使用小根堆,每次弹出堆里最小的元素,一直维护这个只有k个元素的小根堆,直到遍历完map,这时候小根堆剩下的就是出现频率最高的k个元素,顺序是乱序的。
代码实习
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;
}
};
时空复杂度
时间复杂度o(nlogk) 空间复杂度o(n)
总结
今天的题很难,代码没有完全理解,思路基本上都理解了,239算是大概吧单调队列入门了,开辟了一个从未设想过的道路,自己diy一个队列,347题也是把哈希表和堆揉到了一次,第一次把堆从理论到实践,对堆有了更深的理解,同时掌握了要求大量元素中的最大的k个值为什么用小根堆,