夸父追日：第五章 栈与队列part02

今日收获：逆波兰表达式求值，滑动窗口最大值，前K个高频元素，栈和队列的总结

1. 逆波兰表达式求值

题目链接：150. - 力扣（LeetCode）

思路：借助栈。遍历字符串数组，遇到数字就压入栈，遇到运算符就连续弹出连个数字做运算，再把结果压入栈中

方法：

class Solution {
    public int evalRPN(String[] tokens) {
        Stack<Integer> stack=new Stack<>();
        Integer num1=0;
        Integer num2=0;

        for (String token:tokens){
            if (token.equals("+")){
                num1=stack.pop();
                num2=stack.pop();
                stack.push(num1+num2);
            }else if (token.equals("-")){
                num1=stack.pop();
                num2=stack.pop();
                stack.push(num2-num1);
            }else if (token.equals("*")){
                num1=stack.pop();
                num2=stack.pop();
                stack.push(num1*num2);
            }else if (token.equals("/")){
                num1=stack.pop();
                num2=stack.pop();
                stack.push(num2/num1);
            }else {
                stack.push(Integer.parseInt(token));
            }
        }

        return stack.pop();
    }
}

总结：做运算的数字总是离运算符最相邻的两个数字，可以判断使用栈这种数据结构。另外要注意元素的运算顺序，是第二个出栈的元素除以/减去第一个出栈的元素。

2. 滑动窗口最大值

题目链接：239. - 力扣（LeetCode）

一刷了解思路：涉及单调队列的思想。滑动窗口类似与队列的结构，每次移动队尾添加元素，队头移除元素，而队列中的最大值始终在队列的出口处就是单调队列（以单调减队列为例）。所以每次添加元素时，将队列中小于当前值的元素全部移除，就可以维护一个单调队列。

二刷时一定啃得动！

3. 前K个高频元素

题目链接：347. - 力扣（LeetCode）

一刷了解思路：涉及优先级队列（其内部基于大顶堆或小顶对实现）。首先利用map存储每个元素及其出现的频率，然后利用优先级队列对频率进行排序。如果是大顶堆优先队列，遍历所有元素取前k个队头元素；如果是小顶堆优先队列，当队列元素小于k时直接添加新元素，否则需要和队头元素比较，大于队头元素时弹出队头元素再添加，小于就不用添加了。

二刷时一定啃得动！

4. 栈和队列的总结

（1）栈：适合消除相邻元素，或者匹配之前的元素

（2）队列：单调队列和优先级队列适合求最大/小值或取前几个最大/小值，和最值相关