20.有效的括号
class Solution {
public:
bool isValid(string s) {
//长度不达标
if(s.size()%2!=0) return false;
stack<int> st;//创建栈
for(int i=0;i<s.size();i++){
//完成左边的括号的匹配括号入栈
if(s[i]=='(') st.push(')');
else if(s[i]=='{') st.push('}');
else if(s[i]=='[') st.push(']');
//匹配过程中,栈就空了,说明少匹配值
//匹配过程中,站没空,但是对应的右括号没有匹配的左括号,不跟栈顶相同
else if(st.empty()||s[i]!=st.top()) return false;
//如果相同则出战
else st.pop();
}
return st.empty();//如果为空则说明完全匹配了
}
};
239.滑动窗口最大值
维持一个单调递减队列,出口始终为最大值,如果当前值比入口大的话,则取出比它小的值,然后将当前值推入队列;
加入当前值以前,需要将前面一个值删除,那么需要判断是否是之前窗口中的最大值,即是否需要将队列出口最大值弹出。
线形复杂度解决:
class Solution {
private:
class MyQueue{
public:
deque<int> que;//双向实现单调队列
//每次弹出的时候,比较当前的弹出值和队列出口元素的最大值是否相等,相等的话则弹出
//同时pop之前判断队列是否为空
void pop(int value)//输入需要弹出值,判断是否跟栈顶数据相等
{
if(!que.empty()&& value == que.front())
{
que.pop_front();//队列是pop_front
}
}
//如果需要移动窗口,则意味着需要push 但是需要将前面的小值都删除 只留下需要的大值
//push维持单调队列,将较小值都pop_back
void push(int value){
while(!que.empty()&&value>que.back()){
que.pop_back();
}
que.push_back(value);
}
//每一次窗口获取最大值
int front()
{
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> result;
//将第一个窗口的数字丢进去
for(int i=0;i<k;i++){
//push的时候已经在内部排序了
que.push(nums[i]);
}
//弹出第一轮的最大值
result.push_back(que.front());
//接下来开始滑动窗口
for(int i=k;i<nums.size();i++){
que.pop(nums[i-k]);//内部判断这个数值是否是栈顶 最大的数字,是的话就需要删除
que.push(nums[i]);//加入新值
result.push_back(que.front());//记录本轮
}
return result;
}
};
347.前k个高频元素
小顶堆,留着最大的k个元素在堆里面,动态变化数值。
priority_queue<pair<int,int>,vector<pair<int,int>>,mycomparison> pri_que;
class Solution {
public:
class mycomparison{
public:
bool operator()(const pair<int,int>&lhs,const pair<int,int>&rhs){
return lhs.second>rhs.second;//小顶堆,左孩子大于右孩子
}
};
vector<int> topKFrequent(vector<int> &nums,int k){
//返回前k的数值
vector<int> result(k);
//使用map来记录数值及对应出现的频率
unordered_map<int,int> map;
for(int i =0;i<nums.size();i++){
map[nums[i]]++;
}
//定义大小为k的小顶堆,对频率排序
priority_queue<pair<int,int>,vector<pair<int,int>>,mycomparison> pri_que;
//固定大小数组为k
for(unordered_map<int,int>::iterator it = map.begin();it!=map.end();it++){
pri_que.push(*it);
if(pri_que.size()>k){//堆的大小超过k的时候,就将最小值删掉
pri_que.pop();
}
}
//找出前k个高频元素,因为小顶堆先弹出最小值
for(int i=k-1;i>=0;i--){
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};