代码随想录算法训练营第十二天｜ 150. 逆波兰表达式求值 、 239. 滑动窗口最大值 、347.前 K 个高频元素

150. 逆波兰表达式求值

有关匹配的都考虑使用栈，注意除法部分向0去整的处理！

class Solution:
    def evalRPN(self, tokens: List[str]) -> int:
        stack = []
        for token in tokens:
            if token not in "+-*/":
                stack.append(token)
            else:
                # 弹出两个操作数进行运算
                right = int(stack.pop())
                left = int(stack.pop())
                if token == '+':
                    stack.append(str(left + right))
                elif token == '-':
                    stack.append(str(left - right))
                elif token == '*':
                    stack.append(str(left * right))
                else:  # 除法
                    # 直接使用整数除法，结果自动向零截断
                    stack.append(str(int(left / right)))
        return int(stack.pop())  # 最后结果已经是整数

239. 滑动窗口最大值

使用单调栈，维护出口处为最大元素

class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        queue = MyQueue()
        res = []
        for i in range(k): #先将前k的元素放进队列
            queue.push(nums[i])
        res.append(queue.front())

        for i in range(k,len(nums)):
            queue.pop(nums[i-k])
            queue.push(nums[i])
            res.append(queue.front())
        return res

    
class MyQueue: #实现单调队列
    def __init__(self):
        self.queue = deque() ##这里需要使用deque实现单调队列，直接使用list会超时
    
    #每次弹出的时候，比较当前要弹出的数值是否等于队列出口元素的数值，如果相等则弹出。
    #同时pop之前判断队列当前是否为空。
    def pop(self, value):
        if self.queue and value == self.queue[0]:
            self.queue.popleft()

    #如果push的数值大于入口元素的数值，那么就将队列后端的数值弹出，直到push的数值小于等于队列入口元素的数值为止。
    #这样就保持了队列里的数值是单调从大到小的了。
    def push(self, value):
        while self.queue and value > self.queue[-1]:
            self.queue.pop()
        self.queue.append(value)
        
    def front(self):
        return self.queue[0]

347. 前 K 个高频元素

python使用字典的方法统计完成了：

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        freq = {}
        for n in nums:
            if n not in freq:
                freq[n] = 1
            else:
                freq[n] += 1

        freq_sorted = sorted(freq.items(), key = lambda item : item[1], reverse = True) #freq_sorted 已经是一个由 (键, 值) 对组成的列表
        res = []
        # 由于 freq_sorted 是 [(键, 值), ...] 形式的列表，我们只需要键
        # 直接使用切片获取前 k 个键
        for key, _ in freq_sorted[:k]:  # 使用 _ 忽略值
            res.append(key)
        
        # 返回结果列表
        return res


            

使用小顶堆：

#时间复杂度：O(nlogk)
#空间复杂度：O(n)
import heapq
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        #要统计元素出现频率
        map_ = {} #nums[i]:对应出现的次数
        for i in range(len(nums)):
            map_[nums[i]] = map_.get(nums[i], 0) + 1
        
        #对频率排序
        #定义一个小顶堆，大小为k
        pri_que = [] #小顶堆
        
        #用固定大小为k的小顶堆，扫描所有频率的数值
        for key, freq in map_.items():
            heapq.heappush(pri_que, (freq, key))
            if len(pri_que) > 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
                heapq.heappop(pri_que)
        
        #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
        result = [0] * k
        for i in range(k-1, -1, -1):
            result[i] = heapq.heappop(pri_que)[1]
        return result