算法学习|栈与队列 LeetCode 239.滑动窗口最大值、347.前k个高频元素

一、滑动窗口最大值

题目链接

思路

单调队列，只需要维护有可能成为窗口里最大值的元素，同时保证队列里的元素数值是由大到小的。
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，否则不进行任何操作
push（value）：如果push的元素value大于入口处元素的数值，那么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。

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();
            }
        }
        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++) { // 先将前k的元素放入队列
            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]); //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;
    }
}; 

二、前k个高频元素

题目链接

思路

统计元素出现的频率：使用map来实现，key 元素 value 出现次数
对频率排序：优先级队列，优先级队列的低层实现就是堆，使用小顶堆将最小的元素移除，最后留在小顶堆的是前k个最大元素

代码实现

class Solution {
public:
    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) {
        unordered_map<int, int> map;
        for(int i = 0; i < nums.size() ; i++) {
            map[nums[i]]++;
        }
        // 对频率进行排序
        // 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k的小顶堆，扫描所有频率的数值
        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k，则队列弹出
                pri_que.pop();
            }
        }
        // 找出前k个高频元素，因为小顶堆先弹出最小的，所以倒序来输出数组
        vector<int> result(k);
        for(int i = k - 1; i >= 0; i--) {
            result[i] = pri_que.top().first;
            pri_que.pop();
        }
        return result;
    }
};