代码随想录算法训练营|day13

本文详细讲解了滑动窗口最大值问题的单调队列解决方案以及前K个高频元素问题的堆数据结构应用,通过实例代码展示了如何使用go语言实现和优化这两种常见算法。
摘要由CSDN通过智能技术生成

239.滑动窗口最大值

文章详解 | 题解参考

主要思路:
单调队列:维护一个从左到右严格递减的数组
当前值大于队列尾部索引对应值for弹出后追加值
若队首索引小于当前队列维护范围,丢弃

func maxSlidingWindow(nums []int, k int) []int {
	n := len(nums)
	res := make([]int, 0, n-k+1)
	queue := []int{}

	for i, val := range nums {
		for len(queue) > 0 && val >= nums[queue[len(queue)-1]] {
			queue = queue[:len(queue)-1]
		}
		queue = append(queue, i)
		if queue[0] <= i-k {
			queue = queue[1:]
		}
		if i >= k - 1 {
			res = append(res, nums[queue[0]])
		}
	}
	return res
}

347.前K个高频元素

文章详解
go语言,使用堆之前,需要定义底层数组,实现heap.Interface接口的五个函数
在实现Push()Pop()的时候,需要使用指针接收。因为在修改切片长度时,可能会导致切片的引用发生改变。

type Iheap [][2]int

func (h Iheap) Len() int {
	return len(h)
}

func (h Iheap) Less(i, j int) bool {
	return h[i][1] < h[j][1]
}
func (h Iheap) Swap(i, j int) {
	h[i], h[j] = h[j], h[i]
}

func (h *Iheap) Push(x interface{}) {
	*h = append(*h, x.([2]int))
}

func (h *Iheap) Pop() interface{} {
	old := *h
	n := len(old)
	x := old[n-1]
	*h = old[:n-1]
	return x
}

主要思路:map记录数据及出现次数,小顶堆对次数排序,只保留前k大元素,最后逆向输出

func topKFrequent(nums []int, k int) []int {
	count := map[int]int{}
	for _, val := range nums {
		count[val]++
	}
	h := &Iheap{}
	heap.Init(h)
	for key, val := range count {
		heap.Push(h, [2]int{key, val})
		if h.Len() > k {
			heap.Pop(h)
		}
	}
	res := make([]int, k)
	for i := 0; i < k; i++ {
		res[k-i-1] = heap.Pop(h).([2]int)[0]
	}
	return res
}

总结

看大佬们的题解和代码好清晰,慢慢进步吧

  • 15
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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