代码随想录算法训练营第十三天｜239. 滑动窗口最大值， 347.前 K 个高频元素

今天主要进行队列的应用训练

239. 滑动窗口最大值

LeetCode - The World's Leading Online Programming Learning Platform

思路：本题如果采用简单的滑动窗口做法， 每次在滑动窗口中循环找到最大值， 可以实现 O(m*n) 负责度的算法。 如果要提升代码的速度， 需要考虑如何记录上一个滑动窗口的最大值已经最大值的位置。 这道题可以采用 优先级对列来处理， 但是这道题采用的是滑动窗口， 优先级队列每次弹出的是最大值，而不是特定位置的值。所以不容易处理。

这道题其实需要注意特定位置的值， 例如队列 [1, 3, -1, 2，1] k=3 我们只需要知道什么时候3 被移除了滑动窗口， 或者移除前有没有比3 还大的元素。  所以可以想到通过 deque 来记录当前滑动窗口内随着下标变高的递减序列。 例如第一个窗口记录 [3, -1], 到了第二个窗口记录 [3, 2]. 实现起来就是， 当滑动窗口移动一次， 如果移出的元素 等于 deque 的 第一位，那么把这个元素从deque 中 pop 出来， 否则不做处理 （例如第一次移动， 1 被移动出来）。 如果移动滑动窗口，新的元素被涵盖进来，比较新元素和 deque 末尾的大小， 如果大于末尾元素， pop 出这个元素， 直到 deque 空了， 或着末尾元素小于等于当前元素。 然后当前元素 push 进去。 

from collections import deque

class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        q = deque([nums[0]])
        for i in range(1, k):
            while len(q)>0 and nums[i] > q[-1]:
                q.pop()
            q.append(nums[i])
        ans = [q[0]]
        for i in range(k, len(nums)):
            remove_num = nums[i-k]
            put_num = nums[i]
            if remove_num == q[0]:
                q.popleft()
            while len(q)>0 and put_num > q[-1]:
                q.pop()
            q.append(put_num)
            ans.append(q[0])
        return ans

347.前 K 个高频元素

LeetCode - The World's Leading Online Programming Learning Platform

思路：先 count 每个元素出现的次数。然后如果直接排序的话 时间复杂度 O(n*logn). 本题可以采用小顶堆。 count 完成之后把 （count, num）这样的set 放入小顶堆中， 如果小顶堆长度超出K 了， 就 pop 出来一个最小的值。 最后剩的K个元素就是要找的前 K个高频元素。 

import heapq
from collections import Counter

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        c = Counter(nums)
        prio_q = [] # 小顶堆
        for num, freq in c.items():
            heapq.heappush(prio_q, (freq, num))
            if len(prio_q) > k:
                heapq.heappop(prio_q)
        ans = []
        while len(prio_q) > 0:
            _tmp = heapq.heappop(prio_q)
            ans.append(_tmp[1])
        return ans