代码随想录算法训练营Day 13|栈与队列Part03|239. 滑动窗口最大值、347.前 K 个高频元素
文章目录
239. 滑动窗口最大值
题目链接
一、队列法一
from collections import deque
class MyQueue: #单调队列(从大到小
def __init__(self):
self.queue = deque() #这里需要使用deque实现单调队列,直接使用list会超时
#每次弹出的时候,比较当前要弹出的数值是否等于队列出口元素的数值,如果相等则弹出。
#同时pop之前判断队列当前是否为空。
def pop(self, value):
if self.queue and value == self.queue[0]:
self.queue.popleft()#list.pop()时间复杂度为O(n),这里需要使用collections.deque()
#如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,直到push的数值小于等于队列入口元素的数值为止。
#这样就保持了队列里的数值是单调从大到小的了。
def push(self, value):
while self.queue and value > self.queue[-1]:
self.queue.pop()
self.queue.append(value)
#查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
def front(self):
return self.queue[0]
class Solution:
def maxSlidingWindow(self, nums, k) :
que = MyQueue()
result = []
for i in range(k): #先将前k的元素放进队列
que.push(nums[i])
result.append(que.front()) #result 记录前k的元素的最大值
for i in range(k, len(nums)):
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.append(que.front()) #记录对应的最大值
return result
二、队列法二
class Solution(object):
def maxSlidingWindow(self, nums, k):
"""
:type nums: List[int]
:type k: int
:rtype: List[int]
"""
from collections import deque
if not nums or len(nums) == 0:
return []
length = len(nums)
res = [0] * (length - k + 1)
ri = 0
q = deque()
for i in range(0, length):
while len(q) and q[0] < i - k + 1:
q.popleft()
while len(q) and nums[q[-1]] < nums[i]:
q.pop()
q.append(i)
if i >= k - 1:
res[ri] = nums[q[0]]
ri += 1
return res
三、本题总结
注意,当需要pop时,需要从队列的前端弹出元素,应该使用的是popleft()操作,而在push方法中,目的是维持一个单调递减的队列,应该检查队列尾部的元素self.queue[-1] < value,因为新元素是从尾部加入的,所以应该确保尾部的元素小于新加入的元素时才弹出,以维持队列的单调性。
347.前 K 个高频元素
一、哈希表
class Solution(object):
def topKFrequent(self, nums, k):
"""
:type nums: List[int]
:type k: int
:rtype: List[int]
"""
record = collections.defaultdict(int)
for i in nums:
record[i] += 1
# result = sorted(list(record.values()),reverse=True)
result = sorted(record, key=record.get, reverse=True)[:k]
return result
二、堆
# 堆
record = collections.defaultdict(int)
for i in nums:
record[i] +=1
pri_que = []
for key,freq in record.items():
heapq.heappush(pri_que,(freq,key))
if len(pri_que)>k:
heapq.heappop(pri_que)
result = [0]*k
for i in range(k-1,-1,-1):
result[i] = heapq.heappop(pri_que)[1]
return result
三、本题总结
要统计元素出现频率、对频率排序、找出前K个高频元素
用小顶堆,因为要统计最大前k个元素,只有小顶堆每次将最小的元素弹出,最后小顶堆里积累的才是前k个最大元素。