代码随想录第十三天| 239. 滑动窗口最大值 347.前 K 个高频元素

239.滑动窗口最大值

思路：设计一个单调队列

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()就返回我们要的最大值。
其实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，同时保证队里里的元素数值是由大到小的。
设计单调队列的时候，pop，和push操作要保持如下规则：

• pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
• push(value)：如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止
  保持如上规则，每次窗口移动的时候，只要问que.front()就可以返回当前窗口的最大值。
  

347.前K个高频元素

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

统计元素出现的频率，需要定义一个map，这里用unordered_map。
对频率进行排序，使用一种容器适配器：优先级队列。其可以看成是一个披着队列外衣的堆，因为其对外接口只是从队头取元素，从队尾添加元素，再无其他取元素的方式，看起来就是一个队列。而且优先级队列内部元素是自动按照元素的权值排列
__堆是一棵完全二叉树，树中每个结点的值都不小于（或不大于）其左右孩子的值 __。如果父亲结点是大于等于左右孩子就是大顶堆，小于等于左右孩子就是小顶堆。
所以大家经常说的大顶堆（堆头是最大元素），小顶堆（堆头是最小元素），如果懒得自己实现的话，就直接用priority_queue（优先级队列）就可以了，底层实现都是一样的，从小到大排就是小顶堆，从大到小排就是大顶堆。
c++中priority_queue的理解与使用
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；
  本题需要使用优先级队列来对部分频率进行排序。不用快排的原因：使用快排要将map转换为vector的结构，然后对整个数组进行排序， 而这种场景下，我们其实只需要维护k个有序的序列就可以了，所以使用优先级队列是最优的。
  时间复杂度：O(nlogk)
  使用大顶堆还是小顶堆？
  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。
  
  这道题定义一个比较函数用作优先级队列的第三个输入参数，定义小顶堆。
  最后定义一个数组，按频率从小到达放入数组。