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:
- 判断队列的头是否滑出(因为一个窗口只能有3个元素)
- 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。
- 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;
}
};