239. 滑动窗口最大值:
原题链接
解题思路:
- 采用滑动窗口求解;
- 滑动窗口里面的队列,队头维护有效期,队尾维护单调性。
- 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。
- 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:
- 统计每个元素出现的频率!
- 按照频率出现的大小顺序进行排序!
- 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;
}
};