刷题营13天 （重点关注前K个高频元素）

239. 滑动窗口最大值

题解：最重要的是随时维护自定义的单调队列，保证出口处的元素是滑动窗口的最大值，并且只加入有可能成为最大值的元素

在单调队列里面，怎么判断什么时候应该计算一下最大值？第一次遍历K，输出第一个最大值，后面遍历【k,size】，每次都必须输出一个最大值

from collections import deque


class MyQueue: #单调队列（从大到小
    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()#list.pop()时间复杂度为O(n),这里需要使用collections.deque()
            
    #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)
        
    #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。
    def front(self):
        return self.queue[0]
    
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        que = MyQueue()
        result = []
        for i in range(k): #先将前k的元素放进队列
            que.push(nums[i])
        result.append(que.front()) #result 记录前k的元素的最大值
        for i in range(k, len(nums)):
            que.pop(nums[i - k]) #滑动窗口移除最前面元素 （这里不应该移除前面所有小于nums[i]的元素吗？）
            que.push(nums[i]) #滑动窗口前加入最后面的元素
            result.append(que.front()) #记录对应的最大值
        return result

347. 前 K 个高频元素

初始思路：统计各个元素出现的次数，用字典；然后按字典的值排序，最后输出前K个字典的键

题解：只需要维持前K个元素，用堆的数据结构，堆里面只有K个元素

利用大顶堆：最后留下的是集合中最小的K个元素

利用小顶堆：才能留下集合中最大的K个元素

优先队列就可以实现堆

Python的内置标准库heapq实现的是小顶堆，要想利用heapq实现大顶堆有两种思路：

• 将数据取反进行push（此方法只针对数值型数据）
• 重载__lt__函数（针对自定义数据类型使用
• Python heapq实现大顶堆_python 大顶堆_zh4men9的博客-CSDN博客

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](从堆里弹出的数是键值对，freq:key,我们只需要key，所以是【1】，如果要freq，则是【0】
        return result

学习heapq库的用法