代码随想录day3——239/347/堆栈总结/二叉树理论基础

文章介绍了如何使用单调队列和优先级队列来解决滑动窗口问题,包括在给定整数数组中找到每个大小为k的子数组的最大值,以及找出前k个高频元素。作者详细解释了队列和优先队列的操作,并给出了C++代码实现。
摘要由CSDN通过智能技术生成

239 滑动窗口最大值

题干
题干

思路
想到利用队列解决,但是想不出移除元素后如何快速得到当前窗口的最大值
解决方法

  • 构造自己的队列形式
  • 单调队列,即单调递减或单调递增的队列,在移除数字等同于先前窗口最大值的情况下,仍能返回新窗口下的最大值

队列的基本使用

deque<int> que;//定义
que.pop_back(); //弹出队列尾元素
que.pop_front();//弹出队列头元素
que.push_back(value);//压入元素进队尾
que.front();//得到队列头元素

实现

  • 重点:push()和pop()函数的涉及!!!
class Solution {
private:
    class myque{
    public:
        deque<int> que;
        void push(int value){
            while(!que.empty()&&value>que.back()){
                que.pop_back();
            }
            que.push_back(value);
        }
        void pop(int value){
            if(!que.empty()&&value==que.front()){
                que.pop_front();
            }
        }
        int front(){
            return que.front();
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        //20240321keep moving fighting 
        myque que;
        vector<int> ans;
        for(int i=0;i<k;i++){
            que.push(nums[i]);
        }
        ans.push_back(que.front());
        for(int i=k;i<nums.size();i++){
            que.push(nums[i]);
            que.pop(nums[i-k]);
            ans.push_back(que.front());
        }
    return ans;
    }
};

347 前k个高频元素

题干
347题干
思路

  • 统计各元素出现频率
  • 对各频率进行排序
  • 得到前k个元素
    ~~ 思路是想明白了,但是在后面两点实现上存在困难,会很麻烦,因为是对map的值进行排序,但是返回的是index,同时取前k个会比较麻烦,困在这里了~~

要点

  • 优先级队列priority_queue,内部自动按照元素权值排序,实际上是一种堆
  • 堆是一种完全二叉树
  • 大顶堆 父亲结点是大于等于左右孩子
  • 小顶堆 父亲节点小于等于左右孩子

优先级队列的基本使用

priority_queue<pair<int,int>,vector<pair<int,int>>,mycompare> prique;//定义
mycompare;//是一种比较形式,决定是大顶堆还是小顶堆
prique.push(value)//压入元素
prique.pop();//弹出元素
prique.top();//得到堆顶元素

遍历map的基本操作

 for(unordered_map<int,int>::iterator it=map.begin();it!=map.end();it++){
 *it.first;//频次对应的元素
 *it.second;//频次
 }
 
//在这里的代码中,map频次及元素组成pair,不知道理解对不对
pair<int,int>;

代码

class Solution {
    class mycompare{
    public:
        bool operator()(const pair<int,int>&l,const pair<int,int>&r){
            return l.second>r.second;
        }
    };
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int,int> map;
        for(int i=0;i<nums.size();i++)
            map[nums[i]]++;

        //排序
        //定义小顶堆
        priority_queue<pair<int,int>,vector<pair<int,int>>,mycompare> prique;

        //利用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++){
            prique.push(*it);
            if(prique.size()>k){
                prique.pop();
            }
        }
        vector<int> ans(k);
        for(int i=k-1;i>=0;i--){
            ans[i]=prique.top().first;
            prique.pop();
        } 
        return ans;
    }
};

堆栈总结

  • 栈是容器适配器,底层容器使用不同的容器,导致栈内数据在内存中不一定是连续分布的
  • 缺省情况下,默认底层容器是deque,deque在内存中的数据分布是不连续的
  • 递归的实现是栈:每一次递归调用都会把函数的局部变量、参数值和返回地址等压入调用栈中,递归可以返回上一层位置的原因。
  • ,C++中deque是stack和queue默认的底层实现容器,deque可以两边扩展,而且deque里元素并不是严格的连续分布的。

二叉树理论基础

二叉树理论基础

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值