力扣 [239、347]

239. 滑动窗口最大值:

原题链接

解题思路：

1. 采用滑动窗口求解；
2. 滑动窗口里面的队列，队头维护有效期，队尾维护单调性。
3. 有效期：当队头元素不在窗口长度内的时候(因为窗口是移动的)，需要将队头元素移除。
4. 单调性：每个元素进入窗口都是从队尾进入的，那么可以通过队尾进行单调性的维护，由于本题是求窗口的最大值，所以队头元素应该存放的是最大值，从队头往队尾依次递减，所以窗口呈现单调递减的趋势。如何维护：假设当前元素为x，队尾元素为t，若 t < x，则说明x若加入到队尾的话，会使得队尾两个元素单调递增，所以应该出队 t，若出队t后，队尾元素仍然小于x，则不断地继续出队，直到队尾元素大于 x 为止。若 t > x，则直接将x入队。

实现代码：

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        int n = nums.size();
        deque<int> q;
        vector<int> res;

        for (int i=0; i < n; i ++) {
            while (!q.empty() && nums[q.back()] < nums[i]) q.pop_back();
            q.push_back(i);

            while (!q.empty() && q.front() < i - k + 1) q.pop_front();

            if (i >= k-1) res.push_back(nums[q.front()]);
        }

        return res;
    }
};

暴力的实现代码：

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        //暴力：
        int n = nums.size();
        vector<int> ans;

        for (int i=0; i < n-k+1; i ++) {
            int tmp = -1e5;
            for (int j=i; j <= i + k - 1; j ++) {
                tmp = max(tmp, nums[j]);
            }
            ans.push_back(tmp);
        }
        return ans;
    }
};

题目总结：

347.前 K 个高频元素：

原题链接

解题思路：

1. 统计每个元素出现的频率！
2. 按照频率出现的大小顺序进行排序！
3. 找出前k个高频元素！

对于 元素频率的统计采用的是：map<val，cnt>；

对于按照频率的大小排序，毫无疑问，普通排序肯定是行不通的。既然是按照元素出现的次数进行排序，那么可以将这个元素出现的次数看作是权重，即按照权重进行排序，而按照权重进行排序，毫无疑问只有通过优先队列，即堆，大顶堆，小顶堆。

哪怕你将元素的数值和该元素出现的次数放入结构体，对结构体进行自定义排序的话，都是行不通的，因为最后排序完，你无法通过具体的数值进行索引到前K个元素！因为数组的下标是通过数值进行排序的！

而通过优先队列-堆，那么每次你出队的时候，元素出队后，都是将该元素弹出队列后，其余的元素还留在堆中。

关键是：优先队列 = 堆，每次出队的元素只能是队头元素，而大顶堆的队头元素是出现频率最高的元素，出队的也只能是它！

所以我们可以构建小顶堆，若是大顶堆的话，那么在每次移动更新大顶堆的时候，每次弹出的都是最大的元素，那样的话如何保留前K个高频元素呢？

所以采用小顶堆：
每次都是出现频率最小的元素排在队头，那么当堆中的元素的个数 > k的时候，表明应该出队一个元素，而只能是队头元素出队，所以说，队头元素应该是出现频率最低的元素！

实现代码：

class Solution {
public:
    // 小顶堆
    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) {
        // 要统计元素出现频率
        unordered_map<int, int> map; // map<nums[i],对应出现的次数>
        for (int i = 0; i < nums.size(); i++) {
            map[nums[i]]++;
        }

        // 对频率排序
        // 定义一个小顶堆，大小为k
        priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;

        // 用固定大小为k的小顶堆，扫面所有频率的数值
        for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
            pri_que.push(*it);
            if (pri_que.size() > k) { // 如果堆的大小大于了K，则队列弹出，保证堆的大小一直为k
                pri_que.pop();
            }
        }

        // 找出前K个高频元素，因为小顶堆先弹出的是最小的，所以倒序来输出到数组
        vector<int> result(k);
        for (int i = k - 1; i >= 0; i--) {
            result[i] = pri_que.top().first;
            pri_que.pop();
        }
        return result;

    }
};

题目总结：