算法训练营Day13 第五章 栈与队列part03

第一题： 239. 滑动窗口最大值

        说实话，这道题巧妙的思路比较难想到，暴力法比较容易想到，暴力法的时间复杂度是O(n*k),使用嵌套的for循环可以解题，但复杂度较高。

        实际上，比较好的方法是使用单调队列的方式来解决这道题，C++中没有单调队列这种数据结构，需要我们自己去实现这一结构。我们可以设计一个数据结构，只需要维护可能的最大数字。也就是说，在队列中只存放可能为最大数的结果，其他的数字不必在队列中维护。

        想到这里，我们就可以让队列的front为最大的那个数字。执行push操作时，当要放入数组中的元素比队列的back大时，我们就重复执行pop_back操作，直到要放入的数字不再大于back元素；执行pop操作时，若队列的front元素等于理应该pop的数字时，我们再执行pop，否则我们就不应该pop，这时说明在push操作时，对应的数字已经被pop出去了。通过以上的操作，我们就可以得到每次最大的那个数字，并将其放入的数组中，详细代码如下所示：

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> result;
        myQueue m_que;

        for(int i = 0; i < k; ++i) {
            m_que.push(nums[i]);
        }
        result.push_back(m_que.front());
        for(int j = k; j < nums.size(); ++j) {
            m_que.pop(nums[j - k]);
            m_que.push(nums[j]);
            result.push_back(m_que.front());
        }
        return result;
    }

private:
    class myQueue {
    public:
        deque<int> que;

        int front() {
            return que.front();
        }

        void push(int x) {
            while(!que.empty() && x > que.back()) que.pop_back();
            que.push_back(x);
            return;
        }

        void pop(int y) {
            if(!que.empty() && y == que.front()) que.pop_front();
            return;
        }
    };
};

第二题： 347.前 K 个高频元素

        这道题需要用到哈希表以及优先队列，并且用到的优先队列应当为小堆序，这样我们只需要维护一个大小为k的优先队列即可，并且时间复杂度为O(n * logk)。使用小堆序的原因：每次pop出去的都是最小的那个元素。代码如下：

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;
        }
    };
    
    vector<int> topKFrequent(vector<int>& nums, int k) {
        // 要统计元素出现频率
        unordered_map<int, int> map; // map<nums[i],对应出现的次数>
        for (int i = 0; i < nums.size(); i++) {
            map[nums[i]]++;
        }

        // 对频率排序
        // 定义一个小顶堆，大小为k
        priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;

        // 用固定大小为k的小顶堆，扫面所有频率的数值
        for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
            pri_que.push(*it);
            if (pri_que.size() > 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
                pri_que.pop();
            }
        }

        // 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
        vector<int> result(k);
        for (int i = k - 1; i >= 0; i--) {
            result[i] = pri_que.top().first;
            pri_que.pop();
        }
        return result;

    }
};

        Day13打卡！！！