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;
}
};