算法训练day13|239. 滑动窗口最大值|347. 前 K 个高频元素

一、239. 滑动窗口最大值

1. 暴力解

会超时，时间复杂度O(n*k)

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> result;
        for(int i=0,j=i+k-1; j<nums.size(); i++,j++){
            int tmp = nums[i];
            for(int k=i; k<=j; k++){
                tmp = tmp > nums[k] ? tmp : nums[k];
            }
            result.push_back(tmp);
        }
        return result;
    }
};

2. 单调队列

还是不太理解，先放着吧，困难题。

class Solution {
private:
    class MyQueue{//单调队列
        private:
            deque<int> q;
        public:
            void push(int val){                               
                // while (val > q.back() && !q.empty() ) {//这里一定要先判读队列非空，不然会返回空针异常
                //     q.pop_back();
                // }
                while(q.empty() != true && q.back() < val ){
                    q.pop_back();
                }
                q.push_back(val);                                
                }
            void pop(int val){
                if(q.front() != val){
                    return;
                }else{
                    q.pop_front();
                }
            }
            int getMax(){
                return q.front();
            }
            };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MyQueue q;
        vector<int> result;
        int i=0;
        while(i < k){
            q.push(nums[i]);
            i++;
        }
        result.push_back(q.getMax());
        while(i < nums.size()){
            q.pop(nums[i-k]);
            q.push(nums[i]);        
            result.push_back(q.getMax());
            i++;
        }
        return result;
    }
};

二、347. 前 K 个高频元素

对于map还是非常不熟悉，特别是参数,这道题先过，后面二刷细看。

// 时间复杂度：O(nlogk)
// 空间复杂度：O(n)
//这题主要还是构建小顶堆 剩下的实现代码很简单
#include<map> //map
#include <utility> //pair<int, int>
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;//小顶堆
        }
    };
    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> 初始化时value为0
        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; //mycomparison

        // 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++) { //auto 可以替代unordered_map<int, int>::iterator的迭代器
            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();//弹出堆顶元素
        }
        return result;

    }
};

三、总结

单调队列和优先级队列（大、小顶堆），以前从来没有用过，会非常的不熟悉，慢慢来不着急。

（3小时）