letcode 分类练习 栈和队列 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

letcode 分类练习 栈和队列 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

注意字符串转数值用stoll,stoll是C++标准库中的一个函数,全称为std::stoll,它的作用是将字符串(std::string类型)转换为带符号的长整型(long long int类型)

class Solution {
public:
    int evalRPN(vector<string>& tokens) {
        stack<long long> st;
        for(auto s : tokens){
            if(s == "+" || s == "-" || s == "*" || s == "/"){
                long long num_2 = st.top();
                st.pop();
                long long num_1 = st.top();
                st.pop();
                if(s == "+") num_1 = num_1 + num_2;
                if(s == "*") num_1 = num_1 * num_2;
                if(s == "-") num_1 = num_1 - num_2;
                if(s == "/") num_1 = num_1 / num_2;
                st.push(num_1);
            }else{
                st.push(stoll(s));
            }
        }
        return st.top();
    }
};

239. 滑动窗口最大值

这道题,我们需要维护一个队列,并且我们可以每移动一次窗口,pop掉队头结点,push进队尾节点,并且还能输出队列中的max值,所以肯定得使用双端队列deque,然后为了每次都能输出队列的max值,所以我们需要采用单调队列结构:

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        deque<int> q;
        int n = nums.size();
        vector<int> result;
        for(int i = 0;i< n; i++){
            if(i>k-1 && q.front() == nums[i-k])q.pop_front();
            // 这里不能小于等于,因为要确保最大值的唯一性
            // 例如[3,3,3]我们要始终保证最大值在队头结点
            while(!q.empty() && q.back() < nums[i] ){
                q.pop_back();
            }
            q.push_back(nums[i]);
            
            if(i>=k-1)result.push_back(q.front());
        }
        return result;
    }
};

347. 前 K 个高频元素


统计频次,很自然就想到了用map来记录次数,现在关键是要对map的value做一个排序,并输出频次最大k个的key值。维护k个最大,这个可以采用k个节点的小顶堆。

class Solution {
public:
    struct cmp{
    bool operator()(pair<int, int>& a, pair<int, int>& b){
        // 大顶堆对应less即<
        // 小顶堆对应greater即>
        return a.second>b.second;
    }};
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int,int> map;
        for(int i = 0;i<nums.size();i++){
            map[nums[i]] ++;
        }
        priority_queue<pair<int, int>, vector<pair<int, int>>, cmp>q; 
        for(auto kv : map){
            q.push(pair(kv.first, kv.second));
            if(q.size() > k)q.pop();
        }
        vector<int> result;
        for(int i =0;i<k;i++){
            int key = q.top().first;
            q.pop();
            result.push_back(key);
        }
        return result;
    }
};
  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\],可以使用暴力解法来求解滑动窗口最大值。具体的做法是,遍历数组,对于每个窗口,使用一个内部循环来找到窗口中的最大值,并将其存储在结果数组中。时间复杂度为O(n*k),其中n为数组长度,k为窗口大小。 根据引用\[2\],还可以使用队列来求解滑动窗口最大值。具体的做法是,使用一个双端队列来维护一个单调递减的窗口。遍历数组,对于每个元素,首先判断队头是否在滑动窗口范围内,如果不在,则将其从队头移除。然后,将当元素与队尾元素比较,如果当元素大于队尾元素,则将队尾元素移除,直到队列为空或者当元素小于等于队尾元素。最后,将当元素的索引插入队尾。如果滑动窗口元素个数达到了k个,并且始终维持在窗口中,就将队头元素加入答案数组中。时间复杂度为O(n),其中n为数组长度。 综上所述,可以使用暴力解法或者使用队列来求解leetcode滑动窗口最大值。 #### 引用[.reference_title] - *1* *3* [leetcode239. 滑动窗口最大值](https://blog.csdn.net/kkkkuuga/article/details/124829581)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Leetcode#239. 滑动窗口最大值 (Java解法)](https://blog.csdn.net/paranior/article/details/114890555)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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