150. 逆波兰表达式求值
题目
根据 逆波兰表示法，求表达式的值。
有效的算符包括 +、-、*、/ 。每个运算对象可以是整数，也可以是另一个逆波兰表达式。
注意 两个整数之间的除法只保留整数部分。
可以保证给定的逆波兰表达式总是有效的。换句话说，表达式总会得出有效数值且不存在除数为 0 的情况。
示例：
输入：tokens = ["2","1","+","3","*"]
输出：9
解释：该算式转化为常见的中缀算术表达式为：((2 + 1) * 3) = 9
提示：
-
1 <= tokens.length <= 10(4) -
tokens[i]是一个算符（"+"、"-"、"*"或"/"），或是在范围[-200, 200]内的一个整数
逆波兰表达式：
逆波兰表达式是一种后缀表达式，所谓后缀就是指算符写在后面。
-
平常使用的算式则是一种中缀表达式，如
( 1 + 2 ) * ( 3 + 4 ) -
该算式的逆波兰表达式写法为
( ( 1 2 + ) ( 3 4 + ) * )。
逆波兰表达式主要有以下两个优点：
-
去掉括号后表达式无歧义，上式即便写成
1 2 + 3 4 + *也可以依据次序计算出正确结果。 -
适合用栈操作运算：遇到数字则入栈；遇到算符则取出栈顶两个数字进行计算，并将结果压入栈中
思路
逆波兰表达式相当于是二叉树中的后续遍历
用栈来模拟计算，遇见数字就放到栈内；遇到运算符，取出两个数字进行计算，再把数字加到里面
代码实现
-
定义栈 stack< int> st
-
for 遍历字符串
- if 遇到操作符，从栈中取两元素
- num1 = st.top(); st.pop();
- num2 = st.top(); st.pop();
- 如果是加号，栈 push num1 + num2
- 如果是减号、乘号、除号，同理
- else if push 入栈
- if 遇到操作符，从栈中取两元素
-
最后结果留在栈里 return result = st.top()
stoi()做范围检查，如果超出 int 范围，return error
class Solution {
public:
int evalRPN(vector<string>& tokens) {
stack<int> st;
for(int i = 0; i < tokens.size(); ++i)
{
if(tokens[i] == "+" || tokens[i] == "-" || tokens[i] == "*" || tokens[i] == "/")
{
int nums1 = st.top();
st.pop();
int nums2 = st.top();
st.pop();
if(tokens[i] == "+")st.push(nums2 + nums1);
if(tokens[i] == "-")st.push(nums2 - nums1);
if(tokens[i] == "*")st.push((long)nums2 * (long)nums1);
if(tokens[i] == "/")st.push(nums2 / nums1);
}
else
{
st.push(stoi(tokens[i]));
}
}
int result = st.top();
st.pop();
return result;
}
};
备注：
-
自己第一次写顺手了，把 num1 和 num2 的计算弄反了……栈先进后出，所以肯定是 num2 在前
-
乘法用例会溢出，强转成
long
239. 滑动窗口最大值 （一刷至少需要理解思路）
题目
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：
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
提示：
-
1 <= nums.length <= 10(5) -
-10(4) <= nums[i] <= 10(4) -
1 <= k <= nums.length
思路
滑动窗口的移动过程很像队列，放进去窗口里的元素，然后随着窗口移动，队列也一进一出，每次移动之后，队列告诉我们里面最大值是什么
单调队列
维护队列中单调递增或单调递减
过程：进来一个元素，如果队列中有比这个元素小的元素，则前面的小元素全部弹出
-
pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
-
push(value)：如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止
以题目示例为例，动画如下
代码实现
-
初始化 deque< int>que;（queue 在没有指定容器的情况下，deque 就是默认底层容器）
-
pop(int val)
- if que 不为空 && val == que.front
- que.pop_front()
- if que 不为空 && val == que.front
-
push(int val)
- while que 不为空 && val > que.back，while 因为要不断把小的 pop 出去
- que.pop_back
- que.push_back(val)
- while que 不为空 && val > que.back，while 因为要不断把小的 pop 出去
-
getMaxValue()
- return que.front()
class Solution {
public:
class MyQueue
{
public:
deque<int> que;
void pop(int val)
{
if(!que.empty() && val == que.front()) que.pop_front();
//不相等说明在 push 就被推出去了
}
void push(int val)
{
while(!que.empty() && val > que.back()) que.pop_back();
que.push_back(val);
}
int front()
{
return que.front();
}
};
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> res;
for(int i = 0; i < k; ++i)que.push(nums[i]);
res.push_back(que.front());
for(int i = k; i < nums.size(); ++i)
{
que.pop(nums[i - k]);
que.push(nums[i]);
res.push_back(que.front());
}
return res;
}
};
347.前 K 个高频元素 （一刷至少需要理解思路）
题目
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：
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
提示：
-
1 <= nums.length <= 10(5) -
k的取值范围是[1, 数组中不相同的元素的个数] -
题目数据保证答案唯一，换句话说，数组中前
k个高频元素的集合是唯一的
进阶：你所设计算法的时间复杂度 必须 优于 O(n log n) ，其中 n 是数组大小。
思路
可以分解成三个问题：
-
统计元素出现频率
-
对频率排序
-
找出前K个高频元素
对元素出现频率进行排序
要统计元素出现的频率，最合适就是用 map。key 存放元素，value 存放元素出现的次数
以 value 为基准，做从大到小的排序
对频率进行排序，可以使用一种容器适配器：优先级队列
维护 K 个高频元素的有序集合
大顶堆和小顶堆擅长在很大的数据集求高频和低频类结果的操作
堆底层是二叉树，大顶堆就是根节点是最大的元素，小顶堆就是根节点是最小的元素
用堆去遍历 map 里所有元素，堆就维持 k 的元素。把 map 里所有元素遍历结束后，里面 k 个元素就维护了想要求的前 k 个高频元素
本题需要用小顶堆，因为大顶堆，pop 出去的是根节点，是最大的元素
时间复杂度是 O ( n l o g k ) O(n log k) O(nlogk)
代码实现
-
for 遍历数组
- map[nums[i]]++; key 是元素，value++（默认是 0）
-
priority_queue<pair>定义小顶堆（优先级队列），对 value 进行排序，数据结构是 pair，即 kv ，对键值对进行排序 -
for 遍历 map for(map : it)
- que.push(it)，que 遍历一个，就把键值对加入到优先级队列里
- if(que.size > k) que.pop 如果大于 k，把最小的元素 pop 出去
-
定义想返回的数组 result
-
for 倒序遍历数组
- result[i] = que.top().first(); result 存的是高频队列的元素，是 key
- que.pop
class Solution {
public:
// 小顶堆
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) {
// 统计元素出现频率
unordered_map<int, int> map;
for (int i = 0; i < nums.size(); ++i)
{
map[nums[i]]++;
}
// 频率排序
// 定义一个小顶堆，大小为 k
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
// 用固定大小为 k 的小顶堆，扫描所有频率的数值
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();
}
// 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
vector<int> result(k);
for(int i = k - 1; i >= 0; i--)
{
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};
-
时间复杂度： O ( n l o g k ) O(nlogk) O(nlogk)
-
空间复杂度： O ( n ) O(n) O(n)
补充
定义：priority_queue<Type, Container, Functional>
Type 就是数据类型，Container 就是容器类型（Container必须是用数组实现的容器，比如vector,deque等等，但不能用 list。STL里面默认用的是vector），Functional 就是比较的方式，当需要用自定义的数据类型时才需要传入这三个参数，使用基本数据类型时，只需要传入数据类型，默认是大顶堆
栈与队列总结
栈非常适合做相邻字符的操作
当看到有相邻字符、重复字符、一一对应情况的时候，要反应过来
扫一扫
923
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
