day13 第五章 栈与队列

day13 第五章 栈与队列

239. 滑动窗口最大值

leetcode链接
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 。

输入：nums = [1,3,-1,-3,5,3,6,7], k = 3
输出：[3,3,5,5,6,7]
解释：
滑动窗口的位置 | （最大值）
[1 3 -1] -3 5 3 6 7 | （3）
1 [3 -1 -3] 5 3 6 7 | （3）
1 3 [-1 -3 5] 3 6 7 | （5）
1 3 -1 [-3 5 3] 6 7 | （5）
1 3 -1 -3 [5 3 6] 7 | （6）
1 3 -1 -3 5 [3 6 7] | （7）

• 思路：实现单调队列

class MyQueue {
public:
   //窗口移动时，pop：移除滑动窗口中元素
   void pop(int value) {
   }
   //push：窗口移动时，滑动窗口中添加元素
   void push(int value) {
   }
   //front:返回窗口中的最大值
   int front() {
      return que.front();
    }
};

• pop(value)：如果窗口中要移除的元素 value = 队列出口元素，那么队列弹出元素，否则不做任何操作
• push(value)：如果push的元素value大于入口元素的数值，那么将队列入口的元素弹出，直到push元素的数值 <= 队列入口元素的数值为止
• 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 {
private:
    //单调队列（从大到小）
    class MyQueue {
    public:
        deque<int> que; // 使用deuqe来实现单调队列
        // pop：每次弹出时，比较当前要弹出的数值是否等于队列出口(front)元素的值，如果相等则弹出。

        void pop(int val) {
           if (!que.empty() && val == que.front()) {
               que.pop_front();
           }
       }
       // 如果要push的数值大于入口(back)元素的值，则将队列后端的数值(出口front)弹出，直到push的数值小于等于队列入口(back)元素的值
       void push(int val) {
           while (!que.empty() && val > que.back()) {
               que.pop_back();
           }
           que.push_back(val);
       }
       // 查询当前队列里的最大值，直接返回队列前端(front)。
       int front() {
           return que.front();
       }
    };
public:
    
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
       MyQueue que;
       vector<int> result; 
       //先将前k个元素放进队列
       for (int i = 0; i < k; i++) { 
           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

leetcode链接
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。

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

• 思路：
  • 要统计元素出现的频率----map
  • 要对频率排序-------优先级队列
  • 找出前k个高频元素
• 优先级队列：从队头取元素，从队尾添加元素，看起来是一个队列
  但其内部元素是自动依照元素的权值排列
  如何排序：缺省情况下priority_queue利用max-heap（大顶堆）完成对元素的排序，这个大顶堆是以vector为表现形式的 complete binary tree（完全二叉树）。
  堆：是一颗完全二叉树，树中每个结点的值都不小于（或不大于）其左右孩子的值。如果父亲结点是大于等于左右孩子就是大顶堆，小于等于左右孩子就是小顶堆。
  大顶堆（堆头是最大元素），小顶堆（堆头是最小元素）

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) {
        // 统计元素出现的频率
        unordered_map<int, int> map;
        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，
        for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
            pri_que.push(*it);
            if (pri_que.size() > 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;
    }
};