代码随想录算法训练营第四期第十三天 | 239. 滑动窗口最大值、347.前 K 个高频元素

239. 滑动窗口最大值

# 239. 滑动窗口最大值
# 给你一个整数数组 nums，有一个大小为k的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k个数字。滑动窗口每次只向右移动一位。
# 返回 滑动窗口中的最大值 。
#
# 示例 1：
# 输入：nums = [1,3,-1,-3,5,3,6,7], k = 3
# 输出：[3,3,5,5,6,7]
# 解释：
# 滑动窗口的位置                最大值
# ---------------               -----
# [1  3  -1] -3  5  3  6  7       3
#  1 [3  -1  -3] 5  3  6  7       3
#  1  3 [-1  -3  5] 3  6  7       5
#  1  3  -1 [-3  5  3] 6  7       5
#  1  3  -1  -3 [5  3  6] 7       6
#  1  3  -1  -3  5 [3  6  7]      7
#
# 示例 2：
# 输入：nums = [1], k = 1
# 输出：[1]

这道题不能用list去做，会超时，还得用deque去写，要去了解一下python中deque的写法，和list差不多，详细写法可以查看官方文档

from collections import deque
class Myqueue:
    def __init__(self):
        self.queue = deque()

    # 每次弹出的时候，比较当前要弹出的数值是否等于队列出口元素的数值，如果相等则弹出。
    # 同时pop之前判断队列当前是否为空。
    def pop(self, val):
        if self.queue and val ==self.queue[0]:
            self.queue.popleft()

    # 如果push的数值大于入口元素的数值，那么就将队列后端的数值弹出，直到push的数值小于等于队列入口元素的数值为止。
    # 这样就保持了队列里的数值是单调从大到小的了。
    def push(self, val):
        while self.queue and val > self.queue[-1]:
            self.queue.pop()
        self.queue.append(val)

    def get_max_val(self):
        return self.queue[0]


class Solution:
    def maxSlidingWindow(self, nums:[int], k: int) ->[int]:
        my = Myqueue()
        long = len(nums)
        res = []
        for i in range(k):
            my.push(nums[i])
        res.append(my.get_max_val())
        for i in range(k,long):
            my.pop(nums[i-k]) # #滑动窗口移除最前面元素
            my.push(nums[i])
            res.append(my.get_max_val())
        return res

if __name__ == '__main__':
    nums = [1,3,-1,-3,5,3,6,7]
    k = 3
    tmp = Solution()
    res = tmp.maxSlidingWindow(nums,k)
    print(res)
    # 看了两三次，基本弄根本明白了

347.前 K 个高频元素

# 给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。
#
# 示例 1:
# 输入: nums = [1,1,1,2,2,3], k = 2
# 输出: [1,2]
#
# 示例 2:
# 输入: nums = [1], k = 1
# 输出: [1]

这个前面其实不难，就是map解决嘛，重点是后面把nlogn复杂度优化为nlogk，需要用到python中的headq，这个不熟悉，明天去公司看看。

class Solution:
    def topKFrequent(self, nums, k: int):
        dic = {}
        for i in nums:
            if i not in dic:
                dic[i] = 1
            else:
                dic[i] += 1
        so_dic = sorted(dic.items(),key=lambda x:x[1],reverse=True)
        res = []
        for key, val in so_dic:
            res.append(key)
            if len(res) == k:
                return res

# 追加一下小顶堆的写法，还没看
import heapq
class Solution2:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        #要统计元素出现频率
        map_ = {} #nums[i]:对应出现的次数
        for i in range(len(nums)):
            map_[nums[i]] = map_.get(nums[i], 0) + 1

        #对频率排序
        #定义一个小顶堆，大小为k
        pri_que = [] #小顶堆

        #用固定大小为k的小顶堆，扫面所有频率的数值
        for key, freq in map_.items():
            heapq.heappush(pri_que, (freq, key))
            if len(pri_que) > 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
                heapq.heappop(pri_que)

        #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
        result = [0] * k
        for i in range(k-1, -1, -1):
            result[i] = heapq.heappop(pri_que)[1]
        return result
if __name__ == '__main__':
    nums = [1,1,1,2,2,3]
    k = 2
    tmp = Solution()
    res = tmp.topKFrequent(nums,k)
    print(res)

复习我没太仔细看，先粗粗过过一遍吧，貌似没有看C语言的时间了。