D13|栈和队列Part3+总结篇

239. 滑动窗口最大值

1.题目
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 。
239. 滑动窗口最大值

2.复习前
我承认是我低估了…用原始的双指针会超时，尤其是对单调递减的序列O(n*k)
思考：当最大值不在窗口内时，如何快速找到该窗口内的最大值？

3.文章讲解
单调队列：将数据依次放入队列中，并保持元素的单调性，该题需保持单调递减，则注意如何自定义pop和push

from collections import deque

class Mydeque:
    def __init__(self):
        # 没想到deque也有索引，为什么用deque而不用List？
        # list.pop()是O(n),不方便删除pop(0)即最前面的元素，而deque.popleft()为O(1)
        self.q = deque()
    
    def push(self, value):
        # 添加元素保证不大于前面的元素，不能有等号！   这样得到的队列是单调不减排列的
        while self.q and value > self.q[-1]:
            self.q.pop()
        self.q.append(value)
    
    def pop(self, value):
        # 删除的元素要确保队列里有
        if self.q and value == self.q[0]:
            self.q.popleft()
    
    def front(self):
        return self.q[0]

class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        mydeque = Mydeque()
        for i in range(k):
            mydeque.push(nums[i])
        res = []
        res.append(mydeque.front())
        for j in range(k, len(nums)):
            mydeque.pop(nums[j - k])
            mydeque.push(nums[j])
            res.append(mydeque.front())
        return res

347. 前 K 个高频元素

1.题目
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。
347. 前 K 个高频元素

2.复习前
就用哈希表+排序肯定可以解出来，但时间复杂度并没有减少！不知道咋整…

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        d = defaultdict(int)
        for u in nums:
            d[u] += 1
        l = sorted(d.values(), reverse=True)[:k]
        res = []
        for key, value in d.items():
            if value in l:
                res.append(key)
        return res

3.文章讲解
虽然题解里出现了快速排序的方法去减少复杂度，但个人觉得堆更适合解这类排序问题
1）利用小顶堆把k个元素中最小的元素pop出去，这样最后留下的k个元素一定就是前k个最大的，求最小的同理！
2）python中的heapq模块来实现
heapq模块详解，同时可以通过自定义优先级来实现堆内排序
3）该题时间复杂度是多少呢？
（堆的push方法应该是lgk（如果是二叉堆）

该题和求前k个最大元素方法同理

import heapq as h

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        # 用堆方法来实现
        d = defaultdict(int)
        res = []
        for u in nums:
            d[u] += 1
        for key, value in d.items():
            h.heappush(res, (value, key))
            if len(res) > k:
                h.heappop(res)
        res_final = []
        for cnt, value in res:
            res_final.append(value)
        return res_final

栈和队列总结

1.栈的应用场景：对称匹配+找和前一元素的关系
2.队列：单调队列和优先级队列（堆）的应用
文章总结
3.队列、单调队列和优先队列的比较讲解链接
4.优先队列在python里的实现实现方法