队列和栈第三天——队列的应用
239. 滑动窗口最大值
(一刷至少需要理解思路)
卡哥链接
leetcode-239
题目
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内的 k 个数字。滑动窗口每次只向右移动一位。返回滑动窗口中的最大值。
进阶:能在线性时间复杂度内解决此题吗?
一刷学习思路。
from collections import deque
class MyQueue:
def __init__(self):
self.queue = deque()
def pop(self, value):
if self.queue and value==self.queue[0]:
self.queue.popleft()
def push(self, value):
while self.queue and value>self.queue[-1]:
self.queue.pop()
self.queue.append(value)
def front(self):
return self.queue[0]
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
que = MyQueue()
res = []
for i in range(k):
que.push(nums[i])
res.append(que.front())
for i in range(k, len(nums)):
que.pop(nums[i-k]) # 弹出刚刚离开的最大元素
que.push(nums[i])
res.append(que.front())
return res
在纸上滑动了半天,总算是滑明白了……
347.前 K 个高频元素
(一刷理解思路)
题目
给你一个整数数组 nums 和一个整数 k ,请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。
理解思路就很困难……
补了补堆/优先级队列的基础知识
import heapq
class Solution:
def topKFrequent(self, nums: List[int], k: int) -> List[int]:
map_ = {}
for v in nums:
map_[v] = map_.get(v, 0) + 1
# 定义一个小顶堆
pri_que = []
# 用固定大小为k的小顶堆,扫描所有频率值
for key, freq in map_.items():
heapq.heappush(pri_que, (freq, key)) # 把(freq, key)放到pri_que中,保持堆的不变性
if len(pri_que) > k: # 堆的大小一旦大于k,则弹出,保持队列的大小
heapq.heappop(pri_que)
# 定义一个res,找出K个高频元素,因为最先弹出的是最小的,所以倒序来输出到数组中
res = [0] * k
for i in range(k-1, -1, -1): # 从k-1到0
print(pri_que)
res[i] = heapq.heappop(pri_que)[1] # 把每次弹出的key添加进去res
return res
时间复杂度O(nlogk),因为只维护了k大小的堆,只对k个元素做了排序。当n>>k时,时间复杂度明显降低。