LeetCode 239.滑动窗口的最大值
题目链接:239. 滑动窗口最大值 - 力扣(LeetCode)
视频链接:单调队列正式登场!| LeetCode:239. 滑动窗口最大值_哔哩哔哩_bilibili
思路
这道题是使用单调队列的经典题目,难点就在于如何找区间内的最大值,当然了,可以使用暴力解法,但是不能用优先级队列,不能用大顶堆,因为一旦使用大顶堆,是把最大值找出来了,但是顺序就乱了,所以不能用大顶堆。这道题使用单调队列,我们可以自己diy一个单调队列,这个队列可以不用维护窗口里的所有元素,只用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。(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。)
单调队列如何维护元素如图所示:
更直观的感受到单调队列的工作过程,如图所示:
设计单调队列的时候,pop,和push操作要保持如下规则:
- pop(value):如果窗口移除的元素value等于单调队列的出口元素,那么队列弹出元素,否则不用任何操作
- push(value):如果push的元素value大于入口元素的数值,那么就将队列入口的元素弹出,直到push元素的数值小于等于队列入口元素的数值为止
保持如上规则,每次窗口移动的时候,只要问que.front()就可以返回当前窗口的最大值。
代码实现
class Solution {
private:
class MyQueue {
public:
deque<int> que;
void pop(int value) {
if(!que.empty() && value == que.front()) {
que.pop_front();
}
}
void push(int value) {
while(!que.empty() && value > que.back()) {
que.pop_back();
}
que.push_back(value);
}
int front() {
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> result;
for(int i = 0;i < k;i++) {
que.push(nums[i]);
}
result.push_back(que.front());
for(int i = k;i < nums.size();i++) {
que.pop(nums[i - k]);
que.push(nums[i]);
result.push_back(que.front());
}
return result;
}
};
·时间复杂度:O(n)
·空间复杂度:O(k)
LeetCode 347.前 K 个高频元素
题目链接:347. 前 K 个高频元素 - 力扣(LeetCode)
视频链接:优先级队列正式登场!大顶堆、小顶堆该怎么用?| LeetCode:347.前 K 个高频元素_哔哩哔哩_bilibili
思路
统计元素出现的频率,这一类的问题可以使用map来进行统计。对频率进行排序,我们可以使用优先级队列,而优先级队列就是堆。堆有大顶堆和小顶堆,大顶堆就是堆头最大,左右两边比堆头小,小顶堆就是堆头最小,左右两边比堆头大。这道题使用小顶堆,因为使用大顶堆的话,没法保留前k个高频元素,而我们要统计最大的前k个元素,所以我们用小顶堆。如图所示:
代码实现
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> map;
for (int i = 0; i < nums.size(); i++) {
map[nums[i]]++;
}
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
for (unordered_map<int, int>::iterator it = map.begin(); it != map.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;
}
};
·时间复杂度:O(nlogk)
·空间复杂度:O(n)