AlgorithmDay12

本文介绍了如何使用C++中的队列和栈解决滑动窗口最大值问题,以及如何利用小顶堆统计前K个高频元素。通过单调队列和优先队列的技巧,展示了数据结构在算法中的应用。
摘要由CSDN通过智能技术生成

day12

239滑动窗口最大值

题目又叫:程序员到点被pop,(队头pop 光荣)

但比新人垃圾的不到点也被pop(队尾pop 被刷了)

之前讲的都是栈的应用,这次该是队列的应用了。

本题算比较有难度的,需要自己去构造单调队列,建议先看视频来理解。

难点:如何求窗口内最大值?多循环?o(nk)了

单调队列法:维护队列里的单调递增或者单调递减

伪代码:

队列出口是front 入口时back
在que函数中
deque<int>que;
pop (int val){
    if(!que.empty()&&val==que.front()){
        que.pop_front();
    }
}
push(int val){
    while(!que.empty()&&val>que.back()){
        que.pop_back();
}

先弄k个元素push进去,暗箱操作,获得队头。(0–k-1)

再弄个循环。

能够不断推进的循环:循环从i=k到i小于nums.size()

在循环中,pop掉i-k位 push进新的 在把表头加入result

class Solution {
private:
    class MyQueue { 
    public:
        deque<int> que; 
        void pop(int value) {
            if (!que.empty() && value == que.front()) {
                que.pop_front();
            }//这个pop 只会使滑动窗口右移的感觉 并不会pop别的
        }//pop的规则时 如果元素等于出口元素,那我出口可以直接pop了。
        void push(int value) {
            while (!que.empty() && value > que.back()) {
                que.pop_back();
            }
            que.push_back(value);
        }//加入元素 首先如果我比back大,就先pop了 pop干净小崽子,再push_back;
        int maxval() {
            return que.front();
        }//最大就是出口处元素(也是front)
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MyQueue que;
        vector<int> result;
        for (int i = 0; i < k; i++) { // 前k个入队
            que.push(nums[i]);
        }
        result.push_back(que.maxval()); // 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.maxval()); // 记录对应的最大值
        }
        return result;
    }
};

因为我滑动要消亡的是nums【i-k】 并不一定是队头

347前 K 个高频元素(需二刷)

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;

    }
};

栈与队列总结

  1. C++中stack,queue 是容器么?

    不是 是容器适配器 使得容器在某些语义下更好用

  2. 我们使用的stack,queue是属于那个版本的STL?

    c++98

  3. 我们使用的STL中stack,queue是如何实现的?

    栈一般是deque或vector

    queue一般是deque或者list

  4. stack,queue 提供迭代器来遍历空间么?

    适配器没有迭代器,只有铺push pop op

    front back

    面试题:栈里面的元素在内存中是连续分布的么?

    这个问题有两个陷阱:

    • 陷阱1: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。

    • 陷阱2:缺省情况下,默认底层容器是deque,那么deque在内存中的数据分布是什么样的呢? 答案是:不连续的,下文也会提到deque。

      queuedeque 在 C++ 中是两种不同的容器,它们有一些区别:

      1. 数据结构:queue 是一种队列,它是一种先进先出(FIFO)的数据结构,只允许在队尾插入元素,在队头删除元素。而 deque 是双端队列,允许在队头和队尾进行插入和删除操作。
      2. 实现:queue 通常基于 dequelist 实现,而 deque 是一种双端队列,内部使用分段连续内存实现,支持快速的随机访问和在两端的插入和删除操作。
      3. 接口:queue 提供了队列的操作,如 push(在队尾插入元素)、pop(删除队头元素)、front(访问队头元素)、back(访问队尾元素)等。而 deque 提供了双端队列的操作,如 push_back(在队尾插入元素)、push_front(在队头插入元素)、pop_back(删除队尾元素)、pop_front(删除队头元素)等。

栈的应用stack

1.cd系统目录

2.括号匹配。

3.消消乐

4.后缀表达式处理

队列的应用queue

1.滑动窗口最大值

2.前k个高频元素

  • 4
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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