239.滑动窗口最大值
设计一个窗口,存储的是最晚会被淘汰的最大值;
规则是
1.后进窗口的值如果比先进窗口的大,那么前面的比它小的值全部从窗口删除(因为先进窗口的肯定比后进窗口的先滑走,同时后进的值已经经比前面的值大了,前面的不会比后面的存活时间更长,所以成为最大值的可能性是0)
2.后进窗口的值如果比前面的值小,那么排在前面元素值的后面,等待前面元素从窗口滑走,它就是下一个最大的
3.这样在队首的就是此时窗口的最大值
参考代码随想录的这张动图
因为涉及到从前面去掉元素和从后面去掉元素,所以采用双端队列
当最前端的元素要从窗口滑走时,从前pop,当进队元素比队中一些元素大时,从后pop
class MyQueue{
public:
deque<int> que;
//如果要滑走的元素是窗口中最大的元素(也就是排在最前的元素)时,将元素从前弹出
void pop(int val){
if(!que.empty() && que.front() == val){
que.pop_front();
}
}
//加入元素时,判断这个元素是不是比此时窗口中的一些元素大,如果是,那么窗口中的这些小元素没有机会成为最大的元素,从后弹出,弹出后将加入的元素从后push,进行排队
void push(int val){
while(!que.empty()&&que.back()<val){
que.pop_back();
}
que.push_back(val);
}
//最前端的就是最大的
int GetMaxValInWindow(){
return que.front();
}
};
整体代码先将前k个元素放进队列,取一个最大值放进结果数组
之后将要被滑出的元素pop,滑进来的元素push,再取一个最大值放进结果数组
class Solution {
private:
class MyQueue{
public:
deque<int> que;
void pop(int val){
if(!que.empty() && que.front() == val){
que.pop_front();
}
}
void push(int val){
while(!que.empty()&&que.back()<val){
que.pop_back();
}
que.push_back(val);
}
int GetMaxValInWindow(){
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> res;
for(int i=0;i<k;i++){
que.push(nums[i]);
}
res.push_back(que.GetMaxValInWindow());
for(int i=k;i<nums.size();i++){
que.pop(nums[i-k]);
que.push(nums[i]);
res.push_back(que.GetMaxValInWindow());
}
return res;
}
};
347.前k个高频元素
对小顶堆大顶堆不是特别理解,一知半解写上了,明天补
class Solution {
public:
struct mycomparison{
bool operator()(pair<int,int>&p1,pair<int,int>&p2){
return p1.second>p2.second;
}
};
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int,int> mp;
for(int i=0;i<nums.size();i++){
mp[nums[i]]++;
}
priority_queue<pair<int,int>,vector<pair<int,int>>,mycomparison> q;
for(auto& a:mp){
q.push(a);
if(q.size()>k){
q.pop();
}
}
vector<int> res;
while(!q.empty()){
res.push_back(q.top().first);
q.pop();
}
return res;
}
};