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。