day 13 第五章栈与队列

最新推荐文章于 2024-08-19 11:12:00 发布

风华正茂，挥斥方遒

最新推荐文章于 2024-08-19 11:12:00 发布

阅读量50

点赞数

分类专栏： leetcode 文章标签：算法 c++ 数据结构

本文链接：https://blog.csdn.net/studyingforever666/article/details/127840154

版权

leetcode 专栏收录该内容

40 篇文章 0 订阅

订阅专栏

本文介绍了如何使用单调队列解决239.滑动窗口最大值问题，以及利用大/小顶堆（优先级队列）解决347.前K个高频元素的问题。在滑动窗口最大值问题中，构造单调队列是关键，而前K个高频元素则通过优先级队列实现高效求解。这两个问题都是大数据处理中常见的思路，对于理解和掌握数据结构的应用具有重要意义。

摘要由CSDN通过智能技术生成

day 13 第五章栈与队列今日内容：
* 239. 滑动窗口最大值
*
347.前 K 个高频元素
*
总结

详细布置239. 滑动窗口最大值（一刷至少需要理解思路）
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。
题目链接/文章讲解/视频讲解：https://programmercarl.com/0239.%E6%BB%91%E5%8A%A8%E7%AA%97%E5%8F%A3%E6%9C%80%E5%A4%A7%E5%80%BC.html347.前 K 个高频元素（一刷至少需要理解思路）
大/小顶堆的应用，在C++中就是优先级队列
本题是大数据中取前k值的经典思路，了解想法之后，不算难。
题目链接/文章讲解/视频讲解：https://programmercarl.com/0347.%E5%89%8DK%E4%B8%AA%E9%AB%98%E9%A2%91%E5%85%83%E7%B4%A0.html总结
栈与队列做一个总结吧，加油
https://programmercarl.com/%E6%A0%88%E4%B8%8E%E9%98%9F%E5%88%97%E6%80%BB%E7%BB%93.html

class Solution {
private:
    class MonoQueue {
    public:
        deque<int> que;
        void pop(int value) {
            if (!que.empty() && value == que.front()) que.pop_front();
        }
        void push(int value) {
            while (!que.empty() && value > que.back()) que.pop_back();
            que.push_back(value);
        }
        int front() {
            return que.front();
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> result;
        MonoQueue mq;
        if (nums.empty() || k <= 0) return result;
        for (int i = 0; i < k; ++ i) {
            mq.push(nums[i]);
        }
        result.push_back(mq.front());
        for (int i = k; i < nums.size(); ++ i) {
            mq.pop(nums[i - k]);
            mq.push(nums[i]);
            result.push_back(mq.front());
        }


        return result;
    }


};

class Solution {
public:
    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) {
        unordered_map<int, int> map;
        for (int i = 0; i < nums.size(); ++ i) {
            map[nums[i]] ++;
        }
        priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
        for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); ++ it) {
            pri_que.push(*it);
            if (pri_que.size() > k) {
                pri_que.pop();
            }
        }
        vector<int> result(k);
        for (int i = k - 1; i >= 0; -- i) {
            result[i] = pri_que.top().first;
            pri_que.pop();
        }
        return result;
    }
};