力扣算法打卡第十二天（栈与队列） | 239. 滑动窗口最大值、347. 前 K 个高频元素

最新推荐文章于 2024-06-12 10:00:23 发布
最新推荐文章于 2024-06-12 10:00:23 发布
阅读量93 收藏
点赞数
分类专栏： 力扣刷题记录 文章标签： 算法 leetcode 职场和发展
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_51352254/article/details/128369211
版权

239. 滑动窗口最大值

题目链接：力扣
思路：单调队列

维护一个单调队列，里面保存所有可能是最大值的元素，当push进来的元素比前面先进来的部分或全部元素大时，先卷走前面小于当前push的所有元素再push，否则正常push进来。

pop时如果要pop的元素是队列头部的元素时，正常pop，否则不用pop（因为已经被后面进来的更大的元素卷走了）。

队列（滑动窗口）中的最大值即是队列头部元素。

假设队列从尾部push进新元素，从头部pop旧元素。

#  待二刷

347. 前 K 个高频元素

题目链接：力扣
思路：优先级队列

用字典存储元素的数量和元素。
维护一个有k个元素的小顶堆,保存元素出现频次，每次push进新元素时，pop掉堆顶最低频的元素。
时间复杂度O(nlogk)

#  待二刷
暮雨染青衫
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
数据结构，力扣算法题.zip
01-14
算法分类：排序算法（如冒泡排序、快速排序、归并排序），查找算法（如顺序查找、二分查找、哈希查找），图论算法（如Dijkstra最短路径算法、Floyd-Warshall算法、Prim最小生成树算法），动态规划，贪心算法，回溯法...
Python算法题源代码-LeetCode(力扣)-在排序数组中查找元素的第一个和最后一个位置
03-09
在排序数组中查找元素的第一个和最后一个位置 给你一个按照非递减顺序排列的整数数组 nums，和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。 如果数组中不存在目标值 target，返回 [-1, -1...
算法打卡day11|栈与队列篇03|Leetcode 239. 滑动窗口最大值、347.前 K 个高频元素
改变从现在开始
03-08 861
JAVA算法|栈与队列篇03|Leetcode 239. 滑动窗口最大值、347.前 K 个高频元素
算法训练营打卡Day13 | 239. 滑动窗口最大值 347.前 K 个高频元素 总结
weixin_51540348的博客
10-24 60
一、LC239. 滑动窗口最大值暴力方法，遍历一遍的过程中每次从窗口中再找到最大的数值，这样很明显是O(n × k)的算法。我们需要一个队列，这个队列呢，放进去窗口里的元素，然后随着窗口的移动，队列也一进一出，每次移动之后，队列告诉我们里面的最大值是什么。队列里的元素一定是要排序的，而且要最大值放在出队口，要不然怎么知道最大值呢。但如果把窗口里的元素都放进队列里，窗口移动的时候，队列需要弹出元素。那么问题来了，已经排序之后的队列 怎么能把窗口要移除的元素（这个元素可不一定是最大值）弹出呢。
代码随想录day13|239. 滑动窗口最大值347. 前 K 个高频元素
weixin_56718399的博客
11-07 145
力扣打卡
代码随想录算法训练营第13天 |栈与队列总结 150. 逆波兰表达式求值 239. 滑动窗口最大值 347.前 K 个高频元素
lebowskii的博客
10-04 480
代码随想录算法训练营第13日打卡
算法题打卡day13 | 239. 滑动窗口最大值、347.前 K 个高频元素
qq_40395888的博客
07-24 35
状态：暴力解法超时。考虑了一下优化方法，具体实施上还是不行，查看单调队列的思路后感觉差得还挺远。首先统计元素出现的频率，这一类的问题可以使用map来进行统计。状态：想到用map存储元素和对应频率，用堆来进行排序没想到。然后是对频率进行排序，这里我们可以使用一种 容器适配器就是。这里对于大根堆和小根堆的选择需要好好思考。通过维护一个单调队列，这道题的暴力解法时间复杂度是。
代码随想录算法训练营 Day13 栈与队列part03 ● 239. 滑动窗口最大值● 347.前 K 个高频元素● 总结
gfxgu的博客
05-23 133
单调队列的意思就是通过滑动窗口，让元素通过或出队列，并保持单调递增或递减的形式。自定义pop，push。今天主要就是把这两道题了解了下思路，自己尝试写了写代码，由于deque、优先级队列、大顶堆小顶堆都是第一次接触，很是生疏，共花了3个小时。优先级队列已经不满足普通队列的先进先出的条件了，每次出的都是优先级最大的元素，而优先级又是自己通过元素的大小来定义的。这道题难点就在自定义单调队列，需要充分理解deque，很有难度，可以多加思考。对于优先级队列、大堆顶、小堆顶，我也是第一次接触，在此说一下自己的看法。
代码随想录算法训练营第13天 | 239. 滑动窗口最大值 + 347.前 K 个高频元素
weixin_42286468的博客
05-22 78
代码随想录算法训练营 打卡博文 day13
打卡第十三天|力扣 239. 滑动窗口最大值 、347.前 K 个高频元素。
mrchuizi的博客
01-09 74
打卡第十三天
力扣打卡Day13 栈与队列Part03 滑动窗口最大值+前K个高频元素
Lumory的博客
06-06 631
单调队列主要关注元素之间的单调性，而优先级队列则关注元素的优先级。或其他支持随机访问迭代器的容器），并提供了一个队列接口，但其中的元素不是按照它们被添加的顺序出队的，而是根据它们的优先级。今天的内容主要是单调队列和优先级队列，最开始我以为两者是一样的，但是实际上不一样。成员（即出现次数），因此这个优先队列实际上存储的是出现次数最多的元素在堆顶，即它是一个最大堆。这题主要是考察了单调队列的实现，之前做力扣的时候基本上很少做这种需要自己定义类的题，需要多练习。
力扣算法思维导图.emmx
08-04
导图内容看这里: https://blog.csdn.net/weixin_43959833/article/details/119389231 导图里面有群号, 添加后会不断更新导图, 提供永久更新服务,用mindmaster打开导图
力扣刷题c++贪心算法.zip
04-25
贪心算法 ...在每个阶段之后，动态编程基于前一阶段做出的所有决策做出决策，并且可能会重新考虑前一阶段的算法求解路径。 最优子结构 "如果问题的最优解包含子问题的最优解，则该问题表现出最优子结构
Python算法题源代码-LeetCode(力扣)-二叉树中的最大路径和
02-21
力扣热题Python源代码 题目：124. 二叉树中的最大路径和 二叉树中的 路径 被定义为一条节点序列，序列中每对相邻节点之间都存在一条边。同一个节点在一条路径序列中 至多出现一次 。该路径 至少包含一个 节点，且不...
牛客网刷题 | BC118 N个数之和
m0_64000959的博客
06-09 484
目前主要分为三个专栏，后续还会添加： 专栏如下： C语言刷题解析 C语言系列文章 我的成长经历感谢阅读！初来乍到，如有错误请指出，感谢！输入数字N，然后输入N个数，计算这N个数的和。第一行输入一个整数N(0≤N≤50)，第二行输入用空格分隔的N个整数。输出为一行，为第二行输入的“N个整数之和”的计算结果。使用数组的方式 先将用户输入的几个数字分别存起来定义一个变量将它数字的和加起来然后输出 代码 2 ： 输入n个数相加，应该想到循
力扣LCP 08.剧情触发时间
最新发布
Pisasama的博客
06-12 396
【代码】力扣LCP 08.剧情触发时间。
day31||第八章 贪心算法 part01● 理论基础 ● 455.分发饼干 ● 376. 摆动序列 ● 53. 最大子序和
xburner01的博客
06-09 250
思路没问题，代码仔细想想吧。尽可能把大饼干给大胃口的人，先排序是关键。
LeetCode 算法：轮转数组c++
小金牛来了
06-09 670
LeetCode 算法：轮转数组c++
力扣662. 二叉树最大宽度题C语言答案
04-02
以下为力扣662. 二叉树最大宽度题的C语言答案： ``` /** * Definition for a binary tree node. * struct TreeNode { * int val; * struct TreeNode *left; * struct TreeNode *right; * }; */ typedef struct Queue { struct TreeNode *node; int index; } Queue; int widthOfBinaryTree(struct TreeNode* root){ if (root == NULL) { return 0; } Queue *queue = (Queue*)malloc(sizeof(Queue)); int head = 0, tail = 0, max_width = 0; queue[tail++] = (Queue){root, 1}; while (head < tail) { int size = tail - head; int left = queue[head].index, right = queue[head + size - 1].index; max_width = fmax(max_width, right - left + 1); for (int i = 0; i < size; i++) { Queue node = queue[head++]; if (node.node->left != NULL) { queue[tail++] = (Queue){node.node->left, node.index * 2}; } if (node.node->right != NULL) { queue[tail++] = (Queue){node.node->right, node.index * 2 + 1}; } } } free(queue); return max_width; } ``` 这个答案使用了队列来进行层序遍历，同时记录每个节点在当前层的编号，使用这个编号来计算宽度。具体实现上使用了一个结构体来存储节点和编号的信息，使用两个指针来实现队列的功能。时间复杂度为O(n)，空间复杂度为O(n)。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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