1 基础知识
队排列思想:
队列(queue)是一种具有先进先出特征的线性数据结构,元素的增加只能在一端进行,元素的删除只能在另一端进行。能够增加元素的队列一端称为队尾,可以删除元素的队列一端则称为队首。
“它的跟踪原理类似于在超市收银处排队,队列里的的第一个人首先接受服务,新的元素通过入队的方式添加到队列的末尾,而出队就是将队列的头元素删除。”
堆排序思想
堆排序是利用堆进行排序的,堆是一种完全二叉树,分为大根堆和小根堆。
大根堆:每个结点的值都大于或等于左右结点
小根堆:每个结点的值都小于或等于左右结点
具体见下图:
堆排序思想(以大根堆为例):
•首先将待排序的数组构造出一个大根堆
•取出这个大根堆的堆顶节点(最大值),与堆的最下最右的元素进行交换,然后把剩下的元素再构造出一个大根堆
•重复第二步,直到这个大根堆的长度为1,此时完成排序
编码主要解决两个问题:
•如何把一个序列构造出一个大根堆
•输出堆顶元素后,如何使剩下的元素构造出一个大根堆
Python代码:参考https://www.jianshu.com/p/d174f1862601
2 返回滑动窗口中的最大值(239)
给定一个数组 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 k 内的数字。滑动窗口每次只向右移动一位。
返回滑动窗口最大值。
示例:
输入: nums = [1,3,-1,-3,5,3,6,7], 和 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
注意:
你可以假设 k 总是有效的,1 ≤ k ≤ 输入数组的大小,且输入数组不为空。
思路:
队列 deque 记录极大值的下标。逐个遍历,对当前点 nums[i] ,若不比队尾大则进入 deque ;否则,队尾出队直到队尾不小于 nums[i] , nums[i] 入队。
若队头的下标和 i 的距离超过 k ,即位于窗口之外,出队。
当 i 不小于 k-1 的时候,就需要输出队头元素。
代码:
class Solution(object):
def maxSlidingWindow(self, nums, k):
"""
:type nums: List[int]
:type k: int
:rtype: List[int]
"""
a = []
deque = []
for i in range(len(nums)):
while len(deque)>0 and nums[deque[-1]]<nums[i]:
deque.pop()
deque.append(i)
if i>=deque[0]+k:
deque.pop(0)
if i>= k-1:
a.append(nums[deque[0])
return a
3 总结
复习了前两天的哈希表思想和链表学习,哈希表对我来说更容易理解,链表不太容易理解,但是它确实很省空间,是很基础的数据结构,需要深刻理解和掌握。