栈与队列 LeetCode239. 滑动窗口最大值 347. 前 K 个高频元素

239. 滑动窗口最大值

给你一个整数数组 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 。

输入：nums = [1,3,-1,-3,5,3,6,7], 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

队列中常用函数

q.push(u) 入队列
q.empty() 判断队列是否为空
q.front() 取队列第一个数的值
q.pop() 删除队列第一个数

方法一-单调队列

class Solution {
public:
    class MyQueue   //建立一个单调队列（由大到小）
    {
    public:
            deque<int> que;    //利用deque来实现单调队列
            void pop(int value)
            {
                if( !que.empty() && value ==que.front())  que.pop_front();
            }
            //如果que不为空并且比较当前要弹出的值是否等于队列出口处的值，若相等则弹出
            //出口是front,入口是back


            void push(int value)
            {
                while( !que.empty() && value > que.back())  
                {
                    que.pop_back() ;    //移除
                } 
                que.push_back(value);
            }
            //当要push的数值大于队列入口的值，将队列后端的值弹出，直到大于value或者为空
            //注意这边循环是while而不是if 

            int front()
            {
                return que.front();
            }
            //用于查询队列中的最大值，直接返回队列中的前端front
    };


    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MyQueue que;
        vector<int> result;
        for(int i =0;i<k;i++)   //将前K个值插入队列中
        {
            que.push(nums[i]);
        }
        result.push_back(que.front());  //用result记录下队列入口的元素即最大值
        for(int i =k;i<nums.size();i++)
        {
            que.pop(nums[i-k]); //滑动窗口移除最前面的元素
            que.push(nums[i]);  //滑动窗口加入最后的元素
            result.push_back(que.front());
        }
        return result;
    }
};

思考：
设计单调队列的时候，pop，和push操作要保持如下规则：

1. pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
2. push(value)：如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止

347. 前 K 个高频元素

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。

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

优先队列知识点

定义

priority_queue<Type, Container, Functional>;

Type是要存放的数据类型

Container是实现底层堆的容器，必须是数组实现的容器，如vector、deque

Functional是比较方式/比较函数/优先级

priority_queue<Type>;

此时默认的容器是vector，默认的比较方式是大顶堆less<type>

方法一-堆

class Solution {
public:

    //构建一个小顶堆
    class mycomparison
    {
        public:
        bool operator()(const pair<int,int> &lefths,const pair<int,int> &righths)
        {
            return lefths.second>righths.second;
        }

    };
    vector<int> topKFrequent(vector<int>& nums, int k) {
        //统计频率
        unordered_map<int,int> map;         //map<nums[i],出现的次数>
       for (int i = 0; i < nums.size(); i++) {
            map[nums[i]]++;
        }


        //定义一个小顶堆，大小为K(对频率进行排序)
        priority_queue<pair<int,int>,vector<pair<int,int>>,mycomparison> pri_que;

       // pair 的第一个元素代表数组的值，第二个元素代表了该值出现的次数 

        //用固定的大小为K的小顶堆，扫描所有频率的数值
        for(unordered_map<int,int>::iterator it=map.begin();it !=map.end();it++)
        {
            pri_que.push(*it);
            if(pri_que.size()>k) pri_que.pop();
            //如果堆大小大于K，则弹出
        }

     
       // 找出前K个高频元素，因为小顶堆先弹出的是最小的，所以倒序来输出到数组
        vector<int> result(k);
        for (int i = k - 1; i >= 0; i--) {
            result[i] = pri_que.top().first;
            pri_que.pop();
        }
        return result;

    }
};

思考：
可以利用堆的思想：建立一个小顶堆，然后遍历「出现次数数组」：

如果堆的元素个数小于 kk，就可以直接插入堆中。
如果堆的元素个数等于 kk，则检查堆顶与当前出现次数的大小。如果堆顶更大，说明至少有 kk 个数字的出现次数比当前值大，故舍弃当前值；否则，就弹出堆顶，并将当前值插入堆中。
遍历完成后，堆中的元素就代表了「出现次数数组」中前 kk 大的值。