算法题打卡day13 | 239. 滑动窗口最大值、347.前 K 个高频元素

239. 滑动窗口最大值 - 力扣（LeetCode）

状态：暴力解法超时。考虑了一下优化方法，具体实施上还是不行，查看单调队列的思路后感觉差得还挺远。

这道题的暴力解法时间复杂度是，无法通过测试。通过维护一个单调队列，这个队列没有必要维护窗口里的所有元素，只需要维护有可能成为窗口里最大值的元素就可以了，同时保证队列里的元素数值是由大到小的。时间复杂度为，空间复杂度，代码如下。

class Solution {
private:
    class MyQueue{
        public:
            deque<int> que;

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

            void push(int value){
                // 插入数值时，对队列进行判断
                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> res;
        int len = nums.size();
        int left = 0, right = k-1;
        for(int i = left; i <= right; ++i){
            que.push(nums[i]);
        }
        res.push_back(que.front());

        right += 1;
        while(right < len){
            que.pop(nums[left++]);
            que.push(nums[right++]);
            res.push_back(que.front());
        }

        return res;
    }
};

347. 前 K 个高频元素 - 力扣（LeetCode）

状态：想到用map存储元素和对应频率，用堆来进行排序没想到。

这道题目主要涉及到如下三块内容：

1. 要统计元素出现频率
2. 对频率排序
3. 找出前K个高频元素

首先统计元素出现的频率，这一类的问题可以使用map来进行统计。

然后是对频率进行排序，这里我们可以使用一种 容器适配器就是优先级队列。

这里对于大根堆和小根堆的选择需要好好思考。

时间复杂度，空间复杂度，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> res(k);
        for (int i = k - 1; i >= 0; i--) {
            res[i] = pri_que.top().first;
            pri_que.pop();
        }
        return res;
    }
};