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

今日任务：

目录

239. 滑动窗口最大值 - Hard

347.前 K 个高频元素 - Medium

---

239. 滑动窗口最大值 - Hard

题目链接：力扣-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]

提示：单调队列，队列没有必要维护窗口里的所有元素，只需要维护有可能成为窗口里最大值的元素就可以了，同时保证队列里的元素数值是由大到小的。实现方式 deque，单调队列不是一成不变的，而是不同场景不同写法，总之要保证队列里单调递减或递增的原则。

from collections import deque

class MyQueue: #定义单调队列
    def __init__(self):
        self.queue = deque()

    def pop(self, value):
        '''
        每次弹出时，比较value是否是队列出口的元素，是则弹出
        同时弹出前判断队列是否为空
        '''
        if self.queue and value == self.queue[0]:
            self.queue.popleft()

    def push(self, value):
        '''
        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
        '''
        while self.queue and value > self.queue[-1]:
            self.queue.pop()
        self.queue.append(value)  

    def front(self):
        '''
        查询当前队列的最大值
        '''        
        return self.queue[0]


class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        que = MyQueue()
        res = []

        for i in range(k):
            que.push(nums[i])
        res.append(que.front())

        for i in range(k, len(nums)):
            que.pop(nums[i-k])
            que.push(nums[i])
            res.append(que.front())

        return res

347.前 K 个高频元素 - Medium

题目链接：力扣-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]

 提示：字典 + 优先级队列

优先级队列，就是一个披着队列外衣的堆。堆是一棵完全二叉树，树中每个结点的值都不小于（或不大于）其左右孩子的值。 如果父亲结点是大于等于左右孩子就是大顶堆，小于等于左右孩子就是小顶堆。

用小顶堆，因为要统计最大前k个元素，只有小顶堆每次将最小的元素弹出，最后小顶堆里积累的才是前k个最大元素。

import heapq
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        map_ = {}
        for i in range(len(nums)):
            map_[nums[i]] = map_.get(nums[i], 0) + 1 #字典的get函数技巧
        
        pri_que = [] #小顶堆
        for key, freq in map_.items():
            heapq.heappush(pri_que, (freq, key))
            if len(pri_que) > k:
                heapq.heappop(pri_que)
        
        res = [0] * k
        for i in range(k-1, -1, -1):
            res[i] = heapq.heappop(pri_que)[1]

        return res