一、逆波兰表达式求值
题目链接/文章讲解/视频讲解: 代码随想录
1.本题不难,数字入栈(栈为int型),遇到运算符,出栈两个字母,并进行运算,再把结果重新入栈,最后留在栈内的就是结果,注意“-”和“/”是第二个出栈的元素除以第一个出栈的元素
2.stoi 函数:将字符串转成 int 整数。
stol 函数:将字符串转成 long 整数。
stoll 函数:将字符串转成 long long 整数。
本题使用的是istringstream
3.计算机可以利用栈来顺序处理,不需要考虑优先级了。也不用回退(中缀需要考虑计算的顺序括号等)了, 所以后缀表达式对计算机来说是非常友好的。
代码:
class Solution {
public:
int evalRPN(vector<string>& tokens) {
stack<int> st;
for(int i=0;i<tokens.size();i++)
{
if(tokens[i]=="+"||tokens[i]=="-"||tokens[i]=="*"||tokens[i]=="/")
{
int nums1=st.top();
st.pop();
int nums2=st.top();
st.pop();
if(tokens[i]=="+")
{
st.push(nums1+nums2);
}
if(tokens[i]=="-")
{
st.push(nums2-nums1);
}
if(tokens[i]=="*")
{
st.push(nums1*nums2);
}
if(tokens[i]=="/")
{
st.push(nums2/nums1);
}
}
else
{ int num=0;
istringstream ss(tokens[i]);
ss>>num;
st.push(num);
}
}
return st.top();
}
};
二、滑动窗口最大值
题目链接/文章讲解/视频讲解: 代码随想录
1.为什么不使用大顶堆,小顶堆(维护k个),因为它们是按照升序或者是降序排序的,pop()出去的元素不会和题目中pop()出去的元素一样,这样有一些情况会出错。
2.为什么使用deque双向队列,因为插入元素是和back()比较(大于则弹出),因为最大的元素在front()处。pop_front(), pop_back(),第一个元素是最大值
3.本题没有必要维护窗口里的所有元素,只需要维护有可能成为窗口里最大值的元素就可以了,同时保证队列里的元素数值是由大到小的。
那么这个维护元素单调递减的队列就叫做单调队列,即单调递减或单调递增的队列。
而且不要以为实现的单调队列就是 对窗口里面的数进行排序,如果排序的话,那和优先级队列又有什么区别了呢。
单调队列是按数组顺序排序的,删去元素排序
4.pop()只需要判断front()处的元素是否和要弹出的元素相等,因为最大值前面的元素都被弹出了,相等说明这个轮到这个最大值弹出了
5.先插入k个,因为是隔k个pop(),队列长度在变
代码:
class Solution {
public:
class Maxqueue //维护最大值的单调队列
{
public:
deque<int> qe;
void pop(int val)
{
if(!qe.empty()&&qe.front()==val)
{
qe.pop_front();
}
}
void push(int val)
{
while(!qe.empty()&&val>qe.back())
{
qe.pop_back();
}
qe.push_back(val);
}
int getMAX()
{
return qe.front();
}
};
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
Maxqueue que;
vector<int> result;
for(int i=0;i<k;i++)
{
que.push(nums[i]);
}
result.push_back(que.getMAX());
for(int i=k;i<nums.size();i++)
{
que.pop(nums[i-k]);
que.push(nums[i]);
result.push_back(que.getMAX());
}
return result;
}
};
三、前 K 个高频元素
题目链接/文章讲解/视频讲解: 代码随想录
1.先用map统计各个元素出现的次数,
2.再对map进行排序,取前k个,所以我们只需要对k个元素进行维护保存,不用全部一块排序,采用优先级队列,大顶堆或小顶堆
3.优先级队列:就是一个披着队列外衣的堆,因为优先级队列对外接口只是从队头取元素,从队尾添加元素,再无其他取元素的方式,看起来就是一个队列。
4.堆是一棵完全二叉树,树中每个结点的值都不小于(或不大于)其左右孩子的值
5.大顶堆:从大到小,小顶堆:从小到大
6.大顶堆pop()的是最大值,所以本题采用小顶堆.
7.倒序插入,i=k-1
class Solution {
public:
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) {
unordered_map<int,int> mm;
for(int i=0;i<nums.size();i++)
{
mm[nums[i]]++;
}
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
for (unordered_map<int, int>::iterator it = mm.begin(); it != mm.end(); it++) {
pri_que.push(*it);
if(pri_que.size()>k)
{
pri_que.pop();
}
}
vector<int> result(k);
for(int i=k-1;i>=0;i--)
{
result[i]=pri_que.top().first;
pri_que.pop();
}
return result;
}
};
四、知识点
1.栈里面的元素在内存中是连续分布的么?
这个问题有两个陷阱:
- 陷阱1:栈是容器适配器,底层容器使用不同的容器,导致栈内数据在内存中不一定是连续分布的。
- 陷阱2:缺省情况下,默认底层容器是deque,那么deque在内存中的数据分布是什么样的呢? 答案是:不连续的,下文也会提到deque。
2.递归的实现是栈:每一次递归调用都会把函数的局部变量、参数值和返回地址等压入调用栈中