给你一个整数数组 nums
,有一个大小为 k
的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k
个数字。滑动窗口每次只向右移动一位。
返回 滑动窗口中的最大值 。
示例 1:
输入:nums = [1,3,-1,-3,5,3,6,7], k = 3 输出:[3,3,5,5,6,7] 解释: 滑动窗口的位置 最大值 --------------- ----- [1 3 -1] -3 5 3 6 7 3 1 [3 -1 -3] 5 3 6 7 3 1 3 [-1 -3 5] 3 6 7 5 1 3 -1 [-3 5 3] 6 7 5 1 3 -1 -3 [5 3 6] 7 6 1 3 -1 -3 5 [3 6 7] 7
这里用暴力方法解决也可行,但时间复杂度是O(n*k),用队列尝试解决
思路:窗口的移动相当于队列出队和进队,但是每次都要返回最大值,因此队列需要设计,让最大值在队头。
解决:如何保持队头元素是最大值?如果入队元素大于队尾元素,队尾元素就从队尾出栈,直到入队元素小于等于队尾元素。移动窗口时,如果左边移除元素等于队头元素,队头元素出队
代码:
class Solution {
private:
class Myque{//自定义单调队列
public:
deque<int> que;
void pop(int value){
if(!que.empty()&&value==que.front()){
que.pop_front();//弹出队头元素
}
}
void push(int value){
while(!que.empty()&&value>que.back()){
que.pop_back();
}
que.push_back(value);//队尾进元素
}
int maxvalue(){
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
Myque que;
vector<int> n;
for(int i=0;i<k;i++){
que.push(nums[i]);
}
n.push_back(que.maxvalue());//先记录最大值
for(int i=k;i<nums.size();i++){
que.pop(nums[i-k]);
que.push(nums[i]);
n.push_back(que.maxvalue());
}
return n;
}
};
给你一个整数数组 nums
和一个整数 k
,请你返回其中出现频率前 k
高的元素。你可以按 任意顺序 返回答案。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2]
示例 2:
输入: nums = [1], k = 1 输出: [1]
思路:首先需要统计频率前k高的元素,这里可以采用map来统计每个数出现的次数.然后采用堆来进行排序,由于堆每次弹出元素都是堆顶,所以这里采用小顶堆,让前k个大的数保留在队中。
解决:先用map统计数字出现的次数,再定小顶堆,这里需要学习一下c++的小顶堆怎么实现。
C++小顶堆实现:priority_queue(优先队列)实现堆,优先队列有三个参数,其声明形式为:
priority_queue< type, container, function >
这三个参数,后面两个可以省略,第一个不可以。其中:
**type:**数据类型;
**container:**实现优先队列的底层容器;
**function:**元素之间的比较方式;
数据类型是map包含key和value,所以数据类型采用pair。
pair是将2个数据组合成一组数据,当需要这样的需求时就可以使用pair,如stl中的map就是将key和value放在一起来保存。另一个应用是,当一个函数需要返回2个数据的时候,可以选择pair。 pair的实现是一个结构体,主要的两个成员变量是first second 因为是使用struct不是class,所以可以直接使用pair的成员变量。
底层容器用vector,写法vector<pair<int,int>>。
元素之间比较方式就是小顶堆。定义一下小顶堆比较方式。(降序排列)
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
return lhs.second > rhs.second;
}
定义一个优先队列
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
让map中元素入队
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();
}
}
最后让所有小顶堆元素出队,一个vector容器接收
vector<int> result(k);
for (int i = k - 1; i >= 0; i--) {
result[i] = pri_que.top().first;
pri_que.pop();
}
收获:C++的大堆小堆值得反复琢磨,自己写起来非常困难。