LeetCode 239. 滑动窗口最大值
题目链接:LeetCode 239.滑动窗口最大值
单调队列:
class Solution {
private:
class Myqueue
{
public:
deque<int> que;
void pop(int val)
{
if(!que.empty() && val == que.front())
{
que.pop_front();
}
}
void push(int val)
{
while(!que.empty() && val > que.back())
{
que.pop_back();
}
que.push_back(val);
}
int getMax()
{
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
Myqueue que;
vector<int> res;
for(int i = 0;i < k;i++)
{
que.push(nums[i]);
}//将滑动窗口的第一组元素存入队列
res.push_back(que.getMax());//将最大值返回给result
for(int i = k;i < nums.size();i++)
{
que.pop(nums[i - k]);
que.push(nums[i]);
res.push_back(que.getMax());//移动滑动窗口,并将得到的最大值存入结果中
}
return res;
}
};
思路:设定一个单调队列的类,类中函数分别为pop、push、getMax;首先通过push将滑动窗口内的元素放入队列,将最大值放入队列头部,若在最大值前有元素,则排出该元素,以确保最大值始终在队列头部;之后用getMax函数将队列头的值存入结果中;最后移动窗口,将之后的元素加入窗口中,当原最大值在窗口外或比新的元素小时,将其排除,直至遍历结束。
小结:该方法只需保持队列的头元素为窗口最大值即可,降低了时间复杂度。
LeetCode 347. 前 K 个高频元素
题目链接:LeetCode 347. 前 K 个高频元素
小顶堆:
class Solution {
public:
class comprison{
public:
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
return lhs.second > rhs.second;
}
};
//比较元素出现次数大小
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int,int>map;
for(int i = 0; i < nums.size();i++)
{
map[nums[i]]++;
}
//用哈希表进行遍历
priority_queue<pair<int,int>,vector<pair<int,int>>,comprison> que;
for(unordered_map<int, int>::iterator it = map.begin(); it != map.end();it++)
{
que.push(*it);
if(que.size() > k)
{
que.pop();
}
}
//将出现次数前k高的数放入优先级队列中
vector<int> result(k);
for (int i = k - 1; i >= 0; i--) {
result[i] = que.top().first;
que.pop();
}
return result;
//将队列中的元素存入结果vector并返回
}
};
思路:先利用哈希表进行遍历,记录元素出现次数;之后将哈希表中的元素(key)放入优先级队列中,比较其出现的次数(value);利用小顶堆保证出现次数多的值保留在队列中,超出范围k后进行排除;最后将其存入结果vector,并返回即可。