1.后缀表达式
题目链接:. - 力扣(LeetCode)
讲解链接:代码随想录 (programmercarl.com)
视频讲解:栈的最后表演! | LeetCode:150. 逆波兰表达式求值_哔哩哔哩_bilibili
本题同样是栈的经典应用,操作符在运算数之后,也就是说碰到运算符时,它相应的操作数已经遇到过了。所以我们需要一个数据结构存储操作数,遇到运算符时再将其取出来运算。
而运算符对应操作数是离它最近的两个,所以应该从数据结构中取出最后加入的两个,很明显这是栈的特点。
所以大致流程是,遇到操作数将其入栈,遇到运算符将两个元素出栈并运算,其结果也要加入栈。
因为用string存储数据,要注意的是判断是否是操作数还是运算符时,应先判断是不是运算符,因为只有四个。不是运算符,剩下的就是操作数,要将他们转化为int类型才能进行运算。string向int的转换函数时std::stoi,转换为long long为std::stoll。
代码如下:
int evalRPN(vector<string>& tokens) {
stack<int> nums;
for (string str : tokens) {
if (str == "+"){
int num2 = nums.top();
nums.pop();
int num1 = nums.top();
nums.pop();
nums.push(num1 + num2);
}else if (str == "-"){
int num2 = nums.top();
nums.pop();
int num1 = nums.top();
nums.pop();
nums.push(num1 - num2);
}else if (str == "*"){
int num2 = nums.top();
nums.pop();
int num1 = nums.top();
nums.pop();
nums.push(num1 * num2);
}else if (str == "/"){
int num2 = nums.top();
nums.pop();
int num1 = nums.top();
nums.pop();
nums.push(num1 / num2);
}else{
nums.push(stoi(str));
}
}
return nums.top();
}
2.滑动窗口最大值
题目链接:. - 力扣(LeetCode)
讲解链接:代码随想录 (programmercarl.com)
视频讲解:单调队列正式登场!| LeetCode:239. 滑动窗口最大值_哔哩哔哩_bilibili
本题应追求O(n)的复杂度,而不是每次都用最大值函数遍历窗口。
本体可以使用单调队列解决,而单调队列不是标准库的数据结构,需要我们自己定义。
注意单调队列不能只是使用排序函数排序后入队,那样时间复杂度与直接排序没有区别。
我们要做的是让最大值出现在队首,而剩下的元素不必一一排列好,不符合单调顺序的元素中途将其移除即可。所以我们要让队列前面的小数弹出,又要让后面排列顺序错误的数弹出,要使用到双向队列deque。
下面重点讲解我们自定义的单调队列类,他应该包括一个deque成员。
单调队列的弹出操作不能简单直接弹出队首元素,他要接受一个参数,表示要弹出的元素是什么。如果该参数不等于队首元素,说明队首元素前面本来还有其他元素,只是我们构建单调队列时将他们移除了。所以现在不需要任何操作,它已经被移除了,只有当该参数等于队首元素时才将其移除。
入队操作也要遵循一定规则,他同样接受一个参数,表示要入队的元素是什么。此时循环对比队尾元素与该参数大小,如果该参数大了,说明他加入队列一定会破坏顺序,这时就将队尾元素弹出,继续与新队尾元素对比。当参数小于队尾元素时或者队列为空时,这时再将该元素加入队列。
还需要一个获取队首元素的函数,该队首元素就是目前队列里的最大值。
构建了这样的单调队列后,该问题就很容易解决了。先将k个元素全部入队,入队过程中自动排序。然后获取最大值。接着从k位置开始遍历,每次弹出一个元素,加入一个元素,输出最大值。
代码如下:
private:
class Myqueue{
public:
deque<int> que;
void pop(int value){
if (!que.empty() && value == que.front())
que.pop_front();
}
void push(int value){
while (!que.empty() && value > que.back()){
que.pop_back();
}
que.push_back(value);
}
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) {
que.push(nums[i]);
}
result.push_back(que.front());
for (int i = k; i < nums.size(); ++i) {
que.pop(nums[i-k]);
que.push(nums[i]);
result.push_back(que.front());
}
return result;
}
3.前k个频率最高的数
题目链接:. - 力扣(LeetCode)
讲解链接:代码随想录 (programmercarl.com)
视频讲解:优先级队列正式登场!大顶堆、小顶堆该怎么用?| LeetCode:347.前 K 个高频元素_哔哩哔哩_bilibili
本题涉及三个步骤:统计数的频率,对频率排序,获取前k个。
统计数的频率可以使用map。
排序使用优先级队列(堆排序),不用快速排序是应为要将map转换为vector,然后再对整个数组排序,不太方便。使用优先级队列可以维护一个长度为k的队列,最后直接输出即可。
本题要使用堆排序就涉及到大根堆还是小根堆。
如果用大根堆,定义一个大小为k的大顶堆,在每次移动更新大顶堆的时候,每次弹出都把最大的元素弹出去了,那么怎么保留下来前K个高频元素呢。
而且使用大顶堆就要把所有元素都进行排序,那能不能只排序k个元素呢?
所以我们要用小顶堆,因为要统计最大前k个元素,只有小顶堆每次将最小的元素弹出,最后小顶堆里积累的才是前k个最大元素。
最后将其倒序输出即可。
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;
}
};
tips:priority_queue<>的三个参数分别是:元素类型,存储元素用的数据类型,比较方法。如果你将一个类作为比较函数传递给 std::priority_queue
,这通常是因为你想要自定义元素的排序逻辑。这个类必须重载函数调用操作符 operator()
,以便能够比较两个元素的大小。