代码随想录算法训练营第十三天|栈与队列 239. 滑动窗口最大值 347.前 K 个高频元素

代码随想录算法训练营第十三天|栈与队列 239. 滑动窗口最大值 347.前 K 个高频元素

LeetCode 239 滑动窗口最大值

题目链接: 239. 滑动窗口最大值

思路：要求在线性时间复杂度内解决此题，则不能通过暴力方法来取得最大值；而大顶堆（优先级队列）每次只能弹出最大值，无法移除其他数值，不合题意；本体需要考虑队列，随着窗口的移动，队列一进一出，每次移动后让队列给出最大值即可。

class MyQueue {
public:
    void pop(int value) {
        
    }
    void push(int value) {
        
    }
    int front() {
        return que.front();
    }
};

每次窗口移动的时候，调用que.pop(滑动窗口中移除元素的数值)，que.push(滑动窗口添加元素的数值)，然后que.front()返回所需最大值

此处需要注意，队列没必要维护窗口里的所有元素，只需要维护可能成为窗口里最大值的元素即可，需要保证队列里的元素数值是从大到小的。

class MyQueue {
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；
    //每次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
    //这样就保持了队列里的数值单调从大到小
    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，直接返回队列前端即front即可
    int front() {
        return que.front();
    }
};

完整代码为：

class Solution {
private:
    class MyQue {
    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) {
        MyQue que;
        vector<int> result;
        for(int i = 0; i < k; i++) {  //将前k个元素放入队列
            que.push(nums[i]);
        }
        result.push_back(que.front());  //result记录前k的元素的最大值
        for(int i = k; i < nums.size(); i++) {
            que.pop(nums[i - k]);  //滑动窗口移除最前面元素
            que.push(nums[i]);  //滑动窗口前加入最后面的元素
            result.push_back(que.front());  //记录对应的最大值
        }
        return result;
    }
};

时间复杂度为O(n)，因为定义了一个辅助队列，空间复杂度为O(k)

LeetCode 347 前 K 个高频元素

题目链接: 347.前 K 个高频元素

思路：本体涉及如下三个内容：

1. 统计元素出现频率
2. 对频率进行排序
3. 找出前k个高频元素

在统计元素出现频率处可以考虑使用map来进行统计，在对频率进行排序时可以使用容器适配器——优先级队列。

又因为要统计最大前k个元素，只有小顶堆每次将最小的元素弹出，那么最后小顶堆里积累的才是前k个最大元素，因此考虑采用小顶堆。

class Solution {
public:
    //小顶堆
    class mycomparsion {
    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) {
        //统计元素出现频率
        unordered_map<int, int> map;  //map<nums[i],对应出现次数>
        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，扫描所有频率的数值
        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，因为小顶堆先弹出最小的，用倒序来进行输出
        vector<int> result(k);
        for(int i = k - 1; i >= 0; i--) {
            result[i] = pri_que.top().first;
            pri_que.pop();
        }
        return result;
    }
};

时间复杂度为O(nlogk)，空间复杂度为O(n)