代码随想录算法训练营第十一天

题目：239. 滑动窗口最大值

使用暴力解法可以解决但是会超时 还是看视频进行复习 最好理解记忆也行 这道题可以多手敲几遍格式规范还有常用的写法都可以记住

视频里用到了dequeue因此记录一下它和queue的区别

此时我们需要一个队列，这个队列呢，放进去窗口里的元素，然后随着窗口的移动，队列也一进一出，每次移动之后，队列告诉我们里面的最大值是什么。那么这个维护元素单调递减的队列就叫做单调队列，即单调递减或单调递增的队列。C++中没有直接支持单调队列，需要我们自己来实现一个单调队列  构建单调队列使用deque最为合适，常用的queue在没有指定容器的情况下，deque就是默认底层容器。

题解中单调队列里的pop和push接口，仅适用于本题哈。单调队列不是一成不变的，而是不同场景不同写法，总之要保证队列里单调递减或递增的原则，所以叫做单调队列。 不要以为本题中的单调队列实现就是固定的写法哈。

大家貌似对deque也有一些疑惑，C++中deque是stack和queue默认的底层实现容器（这个我们之前已经讲过啦），deque是可以两边扩展的，而且deque里元素并不是严格的连续分布的。

还有注意代码的规范 类名使用大驼峰的写法

class MyQueue {
public:
    void pop(int value) {
    }
    void push(int value) {
    }
    int front() {
        return que.front();
    }
};

操作队列的时候都要看一下队列不为空  

class Solution {
private:
    class MyQueue { //单调队列（从大到小）
    public:
        deque<int> que; // 使用deque来实现单调队列
        // 每次弹出的时候，比较当前要弹出的数值是否等于队列出口元素的数值，如果相等则弹出。
        // 同时pop之前判断队列当前是否为空。
        void pop(int value) {
            if (!que.empty() && value == que.front()) {
                que.pop_front();
            }
        }
        // 如果push的数值大于入口元素的数值，那么就将队列后端的数值弹出，直到push的数值小于等于队列入口元素的数值为止。
        // 这样就保持了队列里的数值是单调从大到小的了。
        void push(int value) {
            while (!que.empty() && value > que.back()) {
                que.pop_back();
            }
            que.push_back(value);

        }
        // 查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
        int front() {
            return que.front();
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MyQueue que;
        vector<int> result;
        for (int i = 0; i < k; i++) { // 先将前k的元素放进队列
            que.push(nums[i]);
        }
        result.push_back(que.front()); // result 记录前k的元素的最大值
        for (int i = k; i < nums.size(); i++) {
            que.pop(nums[i - k]); // 滑动窗口移除最前面元素
            que.push(nums[i]); // 滑动窗口前加入最后面的元素
            result.push_back(que.front()); // 记录对应的最大值
        }
        return result;
    }
};

题目：347. 前 K 个高频元素

这道题目我没想到如何用队列去做 但是我看有人用哈希做出来了 因此我也想着 用哈希做一下然后再用队列的方法做一下，用哈希做了之后才发现自己好多东西敲的不熟练 因此也有必要记录一下

首先创建一个unordered_map容器在里面存入每个元素及其对应出现的次数 接着将umap转为vector<pair<int,int>>容器 然后使用自定义的比较函数进行sort降序排列  然后取出前k个放入vector<itn> result容器里即可

这里有个注意点就是 

sort的自定义比较函数 compare 函数被定义为类成员函数，而 std::sort 需要一个全局函数或者静态成员函数作为第三个参数。成员函数包含一个隐含的 this 指针，因此不能直接传递给 std::sort。

解决方法有两种：将 compare 函数定义为静态成员函数，或者将其定义为类外部的普通函数。

• 静态成员函数：静态成员函数不依赖于类的实例，因此没有 this 指针，可以直接作为函数指针传递给 std::sort。

• 类外部的普通函数：类外部的普通函数自然没有 this 指针，可以直接作为函数指针传递给 std::sort。

这种方法要多写一写 因为不够熟练

class Solution {
public:
    static bool compare(const pair<int,int>& a, const pair<int,int>& b) {
        return a.second > b.second;
    }
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int,int> umap;
        vector<int> result;
        // 统计每个数字出现的频率
        for (int i = 0; i < nums.size(); i++) {
            umap[nums[i]]++;
        }
        // 将键值对存入一个vector中
        vector<pair<int,int>> temp(umap.begin(),umap.end());
        sort(temp.begin(),temp.end(),compare);
         // 获取前K个高频元素
        for (int i = 0; i < k; i++) {
            result.push_back(temp[i].first);
        }
        return result;
    }
};

使用优先级队列的方法需要看代码随想录的内容理解一下前K个高频元素

优先级队列这块还得多熟悉熟悉

class Solution {
public:
    // 小顶堆
    class mycomparison {
    public:
        bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
            return lhs.second > rhs.second;
        }
    };
    vector<int> topKFrequent(vector<int>& nums, int k) {
        // 要统计元素出现频率
        unordered_map<int, int> map; // map<nums[i],对应出现的次数>
        for (int i = 0; i < nums.size(); i++) {
            map[nums[i]]++;
        }

        // 对频率排序
        // 定义一个小顶堆，大小为k
        priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;

        // 用固定大小为k的小顶堆，扫面所有频率的数值
        for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
            pri_que.push(*it);
            if (pri_que.size() > k) { // 如果堆的大小大于了K，则队列弹出，保证堆的大小一直为k
                pri_que.pop();
            }
        }

        // 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;

    }
};

在这段代码中，priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que; 中的第一个模板参数 pair<int, int> 表示优先队列中的元素类型，即每个元素都是一个由两个整数组成的对。第二个模板参数 vector<pair<int, int>> 表示优先队列的底层容器类型，即优先队列内部使用的数据结构是一个vector，其中存储的元素是pair<int, int>类型的对象。这样的设置使得优先队列在内部使用vector作为存储结构，并根据定义的比较器 mycomparison 进行小顶堆的构建和维护。 

因此，在需要自定义比较逻辑时，定义一个类作为仿函数是一种常见且推荐的做法。 

class Solution {
public:
    // 小顶堆
    class mycomparison {
    public:
        bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
            return lhs.second > rhs.second;
        }
    };
    vector<int> topKFrequent(vector<int>& nums, int k) {
        // 要统计元素出现频率
        unordered_map<int, int> map; // map<nums[i],对应出现的次数>
        for (int i = 0; i < nums.size(); i++) {
            map[nums[i]]++;
        }

        // 对频率排序
        // 定义一个小顶堆，大小为k
        priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;

        // 用固定大小为k的小顶堆，扫面所有频率的数值
        for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
            pri_que.push(*it);
            if (pri_que.size() > k) { // 如果堆的大小大于了K，则队列弹出，保证堆的大小一直为k
                pri_que.pop();
            }
        }

        // 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;

    }
};