1.239滑动窗口最大值
知识点:滑动窗口,优先队列
思路:我们使用大根堆的优先队列存储窗口长度为k的数据,此时最大的那个数就位于top,注意:优先队列里面存储的一个数据对,存放的是《值,索引》的方式存储,先将最新的那个存入之后,判断此时的top是否位于里面(即q.top().second<=i-k),如果不位于里面,那么使用while的方式将不在里面的大的值弹出,此时那个位于里面的top值就是最大值。
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
int n = nums.size();
priority_queue<pair<int, int>> q;
for (int i = 0; i < k; ++i) {
q.emplace(nums[i], i);
}
vector<int> ans = {q.top().first};
for (int i = k; i < n; ++i) {
q.emplace(nums[i], i);
while (q.top().second <= i - k) {//这是精华所在
q.pop();
}
ans.push_back(q.top().first);
}
return ans;
}
2.347前k个个高频元素
思路:分成三个部分,第一个部分用于统计每一个数的频率,使用哈希表来存储;第二个部分使用大根堆进行排序,将最大的 k 个存入到大根堆里面;第三部分用于遍历输出。
重难点:
1. 优先队列的初始化
2. 比较器的设计
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) {
unordered_map<int,int> mp;//<数,频率>
for(auto num:nums){//计数
mp[num]++;
}
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;//按照值的大小进行排序
for(auto [a,b]:mp){
pri_que.push({a,b});
if(pri_que.size()>k){
pri_que.pop();
}
}
vector<int> result(k);
for (int i = k - 1; i >= 0; i--) {
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}