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!!!