代码随想录算法训练营Day11 | Leetcode 150 逆波兰表达式求值 Leetcode 239 滑动窗口最大值 Leetcode 347 前K个高频元素

前言

滑动窗口最大值和前K个高频元素在我自己刷的时候完全看不懂代码，也理解不了思路，这次系统的刷感觉也没很困难，尤其前K个高频元素对堆的使用在学完STL之后感觉也是很简单，所以学无止境啊。

Leetcode 150 逆波兰表达式求值

题目链接：150. 逆波兰表达式求值 - 力扣（LeetCode）

代码随想录题解：代码随想录 (programmercarl.com)

思路：非常简单的思路，这道题和昨天的删除相邻重复元素和有效括号有异曲同工之妙，都是根据当前要存入栈的元素的状态来对栈进行一些操作。这道题来说，如果要存入栈的元素是运算符号，那么就取栈中的两个数字出来进行计算；如果不是运算符号证明是数字存入栈等待使用即可。

代码：

class Solution {
public:
    int evalRPN(vector<string>& tokens) {
    stack<long long> st;
    for(int i=0;i<tokens.size();i++)
    {
        if(tokens[i]=="+"||tokens[i]=="-"||tokens[i]=="*"||tokens[i]=="/")//是符号取出计算
        {
            long long a,b;
            a=st.top();
            st.pop();
            b=st.top();
            st.pop();
            if(tokens[i]=="+")
            {
                st.push(b+a);
            }
            if(tokens[i]=="-")//注意减的数字顺序
            {
                st.push(b-a);
            }
            if(tokens[i]=="*")
            {
                st.push(a*b);
            }
            if(tokens[i]=="/")//注意除的操作顺序
            {
                st.push(b/a);
            }
        }
        else
        {
            st.push(stoll(tokens[i]));//不是符号存入栈，记得转型
        }
    }
    return st.top();
    }
};

Leetcode 239 滑动窗口最大值 

题目链接：239. 滑动窗口最大值 - 力扣（LeetCode）

代码随想录题解：代码随想录 (programmercarl.com)

思路：要理解单调队列的作用。单调队列记录的是每个窗口的情况，且单调队列的头一定是最大值。那么这个队列怎么实现呢？每当我们要进行push操作的时候，都需要判断前面是否有比要push元素小的元素，如果有那么就需要拿出来。当进行pop操作的时候，需要判断要Pop的元素是不是队列的头，如果是头要记录下来，因为他是最大值。

代码：

class Solution {
private:
    class MyQueue { //单调队列（从大到小）
    public:
        deque<int> que; // 使用deque来实现单调队列
        // 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。
        void pop(int value) {
            if (!que.empty() && value == que.front()) {
                que.pop_front();
            }
        }
        // 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。
        void push(int value) {
            while (!que.empty() && value > que.back()) {
                que.pop_back();
            }
            que.push_back(value);

        }
        // 查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
        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++) { // 先将前k的元素放进队列
            que.push(nums[i]);
        }
        result.push_back(que.front()); // result 记录前k的元素的最大值
        for (int i = k; i < nums.size(); i++) {
            que.pop(nums[i - k]); // 滑动窗口移除最前面元素
            que.push(nums[i]); // 滑动窗口前加入最后面的元素
            result.push_back(que.front()); // 记录对应的最大值
        }
        return result;
    }
};

Leetcode 347 前K个高频元素

题目链接：347. Top K Frequent Elements - 力扣（LeetCode）

代码随想录题解：代码随想录 (programmercarl.com)

思路：这道题的关键在于怎么把一个统计元素出现次数的map进行排序，就引出了堆的概念，堆会自动帮我们排序，而且会自动弹出元素，保证维护的效率更高。为什么用小顶堆是因为大顶堆会每次把最大的数弹出去，不方便统计，而且小顶堆把更小的数弹出去剩下的正好是前K个最大的。

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;
        }//因为我们是一个二元对，所以要自己定义排序函数
    };
    vector<int> topKFrequent(vector<int>& nums, int k) 
    {
        unordered_map<int,int> maps;
        for(int i=0;i<nums.size();i++)
        {
            maps[nums[i]]++;//统计元素出现次数
        }
        priority_queue<pair<int,int>,vector<pair<int,int>>,mycomparison> priue;//小顶堆
        for(auto it:maps)
        {
        priue.push(it);
        if(priue.size()>k)//只维护K个
        {
            priue.pop();
        }
        }
        vector<int> result(k);//剩下的就是前K个最大的
        for(int i=k-1;i>=0;i--)
        {
            result[i]=priue.top().first;//小顶堆先弹出的是最小的，所以倒序记录
            priue.pop();
        }
        return result;

    }
};

总结

这两天事情比较多，明天休息可以把这两天欠的八股总结单独写一篇文章发出来。