150. 逆波兰表达式求值,239. 滑动窗口最大值 ,347. 前 K 个高频元素
150. 逆波兰表达式求值
给你一个字符串数组 tokens ,表示一个根据 逆波兰表示法 表示的算术表达式。
请你计算该表达式。返回一个表示表达式值的整数。
注意:
- 有效的算符为 ‘+’、‘-’、‘*’ 和 ‘/’ 。
- 每个操作数(运算对象)都可以是一个整数或者另一个表达式。
- 两个整数之间的除法总是向零截断 。
- 表达式中不含除零运算。
- 输入是一个根据逆波兰表示法表示的算术表达式。
- 答案及所有中间计算结果可以用 32 位 整数表示。
示例 1:
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
示例 2:
输入:tokens = [“4”,“13”,“5”,“/”,“+”]
输出:6
解释:该算式转化为常见的中缀算术表达式为:(4 + (13 / 5)) = 6
示例 3:
输入:tokens = [“10”,“6”,“9”,“3”,“+”,“-11”,““,”/“,””,“17”,“+”,“5”,“+”]
输出:22
解释:该算式转化为常见的中缀算术表达式为:
((10 * (6 / ((9 + 3) * -11))) + 17) + 5
= ((10 * (6 / (12 * -11))) + 17) + 5
= ((10 * (6 / -132)) + 17) + 5
= ((10 * 0) + 17) + 5
= (0 + 17) + 5
= 17 + 5
= 22
栈的简单应用,这里有个坑,在python截断除法X // Y不是真的直接去掉小数点后面的数字,而是类似模块math中的floor方法,即向下取整,且负值的取整方式也是这样的。所以不能直接用//。
class Solution:
def evalRPN(self, tokens: List[str]) -> int:
res = list()
for i in tokens:
if not res:
res.append(i)
elif i == '+':
a1 = int(res.pop())
a2 = int(res.pop())
res.append(a1+a2)
elif i == '-':
a1 = int(res.pop())
a2 = int(res.pop())
res.append(a2-a1)
elif i == '*':
a1 = int(res.pop())
a2 = int(res.pop())
res.append(a1*a2)
elif i == '/':
a1 = int(res.pop())
a2 = int(res.pop())
res.append(int(a2/a1))
else:
res.append(i)
return int(res[0])
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]
from collections import deque
class MyQueue: #单调队列(从大到小
def __init__(self):
self.queue = deque() #这里需要使用deque实现单调队列,直接使用list会超时
#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, value):
if self.queue and value == self.queue[0]:
self.queue.popleft()#list.pop()时间复杂度为O(n),这里需要使用collections.deque()
#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, value):
while self.queue and value > self.queue[-1]:
self.queue.pop()
self.queue.append(value)
#查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
def front(self):
return self.queue[0]
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
que = MyQueue()
result = []
for i in range(k): #先将前k的元素放进队列
que.push(nums[i])
result.append(que.front()) #result 记录前k的元素的最大值
for i in range(k, len(nums)):
que.pop(nums[i - k]) #滑动窗口移除最前面元素
que.push(nums[i]) #滑动窗口前加入最后面的元素
result.append(que.front()) #记录对应的最大值
return result
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]
from collections import Counter
class Solution:
def topKFrequent(self, nums: List[int], k: int) -> List[int]:
res = Counter(nums)
freq = [[] for _ in range(len(nums) + 1)]
for num, tt in res.items():
freq[tt].append(num)
# freq 从后往前存储着出现最多的元素
res = []
for i in range(len(freq)-1, 0, -1):
for val in freq[i]:
# 将出现次数最多的 k 个元素装入 res
res.append(val)
if len(res) == k:
return res
return None