1.滑动窗口最大值
思路:用队列统计每个窗口最大值,且每次加入队尾的元素要与队列中已有的元素作比较,小的都排出。这里可以引入一个结构:小顶堆。即一个完全二叉树,小的元素放在顶端。
class Solution {
public:
// class MyQueue2 { //单调队列(从大到小)
// public:
// deque<int> que; // 使用deque来实现单调队列
// // 每次弹出的时候,比较当前要弹出的数值是否等于队列出口元素的数值,如果相等则弹出。
// // 同时pop之前判断队列当前是否为空。
// void pop(int value) {
// if (!que.empty() && value == que.front()) {
// que.pop_front();
// }
// }
// // 如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,直到push的数值小于等于队列入口元素的数值为止。
// // 这样就保持了队列里的数值是单调从大到小的了。
// void push(int value) {
// while (!que.empty() && value > que.back()) {
// que.pop_back();
// }
// que.push_back(value);
// }
// // 查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
// int getMaxValue() {
// return que.front();
// }
// };
class MyQueue
{
public:
deque<int> que;//双向队列
void pop(int val)
{
if(!que.empty()&&val==que.front())
{
que.pop_front();//如果pop的元素等于出口元素,则当前元素为最大值
}
}
void push(int val)
{
while(!que.empty()&&val>que.back())
{
que.pop_back();//如果加入的元素比队列里的数都大,则把队列的数都弹出
}
que.push_back(val);//把当前元素加入
}
int getMaxValue()
{
return que.front();//当前队列出口处为最大值
}
};
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que1;
vector<int> result;
/*先将前k个元素放入队列*/
for(int i=0;i<k;i++)
{
que1.push(nums[i]);
}
result.push_back(que1.getMaxValue());// result 记录前k的元素的最大值
for(int i=k;i<nums.size();i++)
{
que1.pop(nums[i-k]);//如果pop的元素等于出口元素,则当前元素为最大值
que1.push(nums[i]);//如果加入的元素比队列里的数都大,则把队列的数都弹出
result.push_back(que1.getMaxValue());
}
return result;
}
};
3.前K个高频元素
思路:题目要求统计前k个出现频率最高的元素。所以我们要统计数组中元素出现的次数最多的前k个元素。
步骤:遍历,用哈希表(map)统计,key存储元素值,value存储次数。再用小顶堆(优先级队列),存储前k个高频元素,再倒序输出。
class Solution {
public:
//小顶堆 priority_queue中第三个参数,用来决定元素排序顺序
class mycomparision{
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) {
//1.统计出现的频率
unordered_map<int,int> map; //key:元素 value;记录频率
for(int i=0;i<nums.size();i++)
{
map[nums[i]]++;
}
//2.用小顶堆对频率排序(因为要统计前k个高频的元素,所以用小顶堆将低频的弹出)
//定义一个小顶堆
// priority_queue<类型,容器,函数对象>
priority_queue<pair<int,int>,vector<pair<int,int>>,mycomparision> pri_que;
// 用固定大小为k的小顶堆,扫面所有频率的数值 遍历map
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;
}
};