239. 滑动窗口最大值
滑动窗口基础回顾:利用双指针所形成的连续子数组,每次移动只需要处理队首数据以及增加队尾数据
思路:利用单调队列(双向的)维护滑动窗口最大值
push:添加元素时,若队列底的元素小于添加元素就弹出,目的是维护不同情况的滑动窗口的最大值
pop:若队列顶的元素下标小于滑动窗口left指针,就弹出,目的是保证单调队列维护的是滑动窗口里的元素
每次执行完上述操作,即可把单调队列队首的元素作为本次滑动窗口的最大值加入列表
347.前 K 个高频元素
思路:前k个很容易想到优先队列(大小堆),先统计元素形成元素:数量的列表,再进行大小堆操作,此处更适合使用大根堆,在添加过程中若堆的长度大于k,可删除列表末元素(即最小的元素)使列表长度始终维持为k,最后输出到新列表即可。
优先队列(大根堆版):利用二叉树性质在队列中建立大根堆,其特点是,每个子结点都小于父结点,建立大根堆的过程就是不断的交换结点以达到该特点,如此,第一个结点就是最大值。
python小根堆库: heapify(heap)(原地修改队列形成小根堆)
heappush(heap, num)(添加进目标队列,然后修改成小根堆)
headpop(heap)(弹出最大值,重新进行小根堆排序)
heappushpop(heap, num),先将num添加到堆中,然后将堆顶的数据出堆
heapreplace(heap, num),先将堆顶的数据出堆,然后将num添加到堆中
时间复杂度:O(nlogn)
总结:
栈和队列虽然只是很基础的数据结构,但也是很多有难度的数据结构的基础,基础打牢固也能继续深化学习。