Day13代码随想录算法训练营13天 | 239. 滑动窗口最大值，

239. 滑动窗口最大值

题目链接: 239. 滑动窗口最大值
思路: 本题维持一个单调队列即可，（单调队列用的是双端队列，因为既要从头删和插也要从尾部删和插）维持一个大小为k的队列。若是当我们要插入一个元素时：

1. 判断队列的头是否滑出（因为一个窗口只能有3个元素）
2. 若是要插入的元素大于他旁边的元素的值，说明前一个元素永远不可能成为这个窗口的最大值，因此我们把他删掉即可。这样我们的队头一定是该窗口的最大值。
3. 最后若是当前元素的位置 > 3的话说明我们是满员所得到的答案，只需将其放入答案数组即可

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k){
        deque<int> q;//基于双端队列的单调队列
        vector<int> res;//答案数据
        for(int i = 0; i < nums.size(); i++){
            if(q.size() && i - k + 1 > q.front()) q.pop_front();//若是当前队列不为空
            //且最前面的老元素在当前新元素要进来时，要将老元素滑出去
            while(q.size() && nums[i] > nums[q.back()]) q.pop_back();//若是新元素大于旁边的老元素，就将其删除，因为他不可能成为本窗口的最大值。
            q.push_back(i);//将新元素放入
            if(i >= k - 1) res.push_back(nums[q.front()]);//在满员的情况下，每次头元素都是最大值
        }
        return res;
    }
};

347.前 K 个高频元素

题目链接: 347.前 K 个高频元素
思路1： 先利用哈希表记录每个数出现的次数，（因为长度为n的数组，每个数据最多出现n次，因此我们可以利用计数排序的思路）开一个大小为n + 1的数组，每个数组的下表代表出现次数，内容是有几个这样的数。然后从后向前遍历，找到频率最大的k个元素。最后遍历一遍哈希表确定具体是哪个数字。时间复杂度是O(n).

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> map;
        for(int i = 0; i < nums.size(); i++) map[nums[i]]++;//哈希表计数
        int n = nums.size();
        vector<int> s(n + 1);//计数排序
        vector<int> res;
        for(auto [x, c] : map) s[c]++;
        int i = n, t = 0;
        while(t < k) t += s[i--];//找到前k个频率最高的元素，i用来记录频率
        for(auto [x, c] : map){
            if(c > i) res.push_back(x);//遍历哈希表，当频率大于i的数字一定是我们要找的前k个数中的一个
        }
        return res;
    }
};

思路2： 利用优先队列实现的小根堆遍历一遍哈希表，直接找出频率最大的k个元素。
（为什么选择小根堆而不是大根堆呢？—>当我们每插入一个元素时要对堆进行pop操作，而大根堆的pop操作是弹出堆顶，堆顶存的是最大的元素，因此若是使用大根堆，最后堆中的元素反而是最小的k个数）

// 时间复杂度：O(nlogk)
// 空间复杂度：O(n)
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;

    }
};