代码随想录训练营第十二天|LeetCode 239滑动窗口最大值、347前k个高频元素

文章介绍了如何利用单调队列、优先队列(小顶堆)解决LeetCode中的两道问题:239.滑动窗口最大值和347.前k个高频元素。对于滑动窗口最大值,通过维护一个单调递减的队列来高效地找到每个窗口的最大值;对于前k个高频元素,使用哈希映射统计频率后,可以借助小顶堆在O(n*logk)的时间复杂度内找出高频元素。
摘要由CSDN通过智能技术生成

LeetCode 239滑动窗口最大值

题目链接:239.滑动窗口最大值

  • 定义单调队列
//写法一
class Solution {
private:
	class MyQue {
	public:
		deque<int> que;
		void pop(int value) {
			if (!que.empty() && que.front() == value) {
				que.pop_front();
			}
		}
		void push(int value) {
			while (!que.empty() && que.back() < value) {
				que.pop_back();
			}
			que.push_back(value);
		}
		int getFront() {
			return que.front();
		}
	};
public:
	vector<int> maxSlidingWindow(vector<int>& nums, int k) {
		MyQue myQue;
		vector<int> ans;
		for (int i = 0; i < k; ++i) {
			myQue.push(nums[i]);
		}
		ans.push_back(myQue.getFront());
		for (int i = k; i < nums.size(); ++i) {
			myQue.pop(nums[i - k]);
			myQue.push(nums[i]);
			ans.push_back(myQue.getFront());
		}
		return ans;
	}
};
//写法二
class Solution {
public:
	vector<int> maxSlidingWindow(vector<int>& nums, int k) {
		vector<int> ans;
		deque<int> que;
		for (int i = 0; i < k; ++i) {
			while (!que.empty() && nums[i] > que.back()) {
				que.pop_back();
			}
			que.push_back(nums[i]);
		}
		ans.push_back(que.front());
		for (int i = k; i < nums.size(); ++i) {
			if (nums[i - k] == que.front()) {
				que.pop_front();
			}
			while (!que.empty() && nums[i] > que.back()) {
				que.pop_back();
			}
			que.push_back(nums[i]);
			ans.push_back(que.front());
		}
		return ans;
	}
};
  • 使用优先队列priority_queue()
class Solution {
public:
	vector<int> maxSlidingWindow(vector<int>& nums, int k) {
		vector<int> ans;
		priority_queue<pair<int, int>> pque;
		for (int i = 0; i < k; ++i) {
			pque.emplace(nums[i], i);
		}
		ans.push_back(pque.top().first);
		for (int i = k; i < nums.size(); ++i) {
			pque.emplace(nums[i], i);
			while (pque.top().second <= i - k) pque.pop();
			ans.push_back(pque.top().first);
		}
		return ans;
	}
};

LeetCode 347前k个高频元素

题目链接:347.前k个高频元素

class Solution {
public:
	bool static cmp(const pair<int, int>& a, const pair<int, int>& b) {
		return a.second > b.second;
	}
	vector<int> topKFrequent(vector<int>& nums, int k) {
		vector<int> ans;
		unordered_map<int, int> umap;
		for (int i = 0; i < nums.size(); ++i) {
			umap[nums[i]]++;
		}
		vector<pair<int, int>> vec(umap.begin(), umap.end());
		sort(vec.begin(), vec.end(), cmp);
		int count = 0;
		for (auto it = vec.begin(); it != vec.end() && count < k; ++it, ++count) {
			ans.push_back((*it).first);
		}
		return ans;
	}
};
  • 用小顶堆,不用对整个统计频率的数组进行排序,优化时间复杂度
  • O(n*logk)
class Solution {
public:
	//小顶堆
	class cmp {
	public:
		bool operator() (const pair<int, int>& a, const pair<int, int>& b) {
			return a.second > b.second;
		}
	};
	vector<int> topKFrequent(vector<int>& nums, int k) {
		vector<int> ans(k);
		unordered_map<int, int> umap;
		for (int i = 0; i < nums.size(); ++i) {
			umap[nums[i]]++;
		}
		
		//用小顶堆.仅需维护k个元素
		priority_queue<pair<int, int>, vector<pair<int, int>>, cmp> pque;
		for (auto it = umap.begin(); it != umap.end(); ++it) {
			pque.emplace(*it);
			if (pque.size() > k) {
				pque.pop();
			}
		}
		for (int i = k - 1; i >= 0; --i) {
			ans[i] = pque.top().first;
			pque.pop();
		}
		return ans;
	}
};

栈与队列总结

  • 以下图片截自代码随想录
  • 栈里面的元素在内存中是连续分布的么?
    来自代码随想录
  • 滑动窗口最大值来自代码随想录
  • 求前k个高频元素
    来自代码随想录
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值