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。