239.滑动窗口最大值
题目链接:239. 滑动窗口最大值 - 力扣(LeetCode)
题目描述:
解题思路:首先想到的是暴力解法,即按滑动窗口的大小来依次遍历元素,然后每次完成遍历之后选取其中最大值进行输出保存。
优化思路:能够维护一个单调队列,使得队列出口处的元素为最大值,对每次需要弹出的元素进行判断,若需要弹出的元素与队列出口处元素相同则弹出,否则不进行任何操作。对队列入口处的元素进行判断,若需要进入队列的元素大于队列里面的元素,则挨个向后弹出队列里面的元素,直到队列为空或则队列中的元素大于需要进入队列的元素。
实现单调队列之后按照题目示例1给出的数据,下图是具体的实现流程。首先是先将前k个元素按照单调队列的原则压入队列中(绿色),然后对nums进行遍历,使用pop弹出窗口最前面的值即索引为[i-k],加入遍历到的元素,索引为[i]。蓝色部分为循环中的具体细节。
代码实现:
class Solution {
class Myqueue{
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) {
Myqueue que;
vector<int>result;
for(int i = 0;i < k;i++){
que.push(nums[i]);
}
result.push_back(que.front());
for(int i = k ;i < nums.size();i++){
que.pop(nums[i-k]);
que.push(nums[i]);
result.push_back(que.front());
}
return result;
}
};
347.前K个高频元素
题目链接:347. 前 K 个高频元素 - 力扣(LeetCode)
题目描述:
解题思路:首先想到的是使用map来存储key对应的是元素值,value对应的是出现的次数,然后按照value对这个map进行排序,最后输出前K个value对应的key。
优化思路:使用小顶堆来实现,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。(对C++实现小顶堆这一块还没有完全弄明白,所以暂时不写自己的思路)
代码实现:
class Solution {
public:
// 小顶堆
class mycomparison {
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) {
// 要统计元素出现频率
unordered_map<int, int> map; // map<nums[i],对应出现的次数>
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,扫面所有频率的数值
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;
}
};