239. 滑动窗口最大值
单调性的双端队列一般称作「单调队列」
deque<int> q; //创建一个空队列
q.push_back(a); //将a元素放入q的最末端
q.push_front(a); //将a元素放入q的最前端
q.pop_back(); //弹出最后一个元素
q.pop_front(); //弹出首元素
q.back(); //获取最后一个元素的值
q.front(); //获取首元素的值
deque 容器和 vecotr 容器①都擅长在序列尾部添加或删除元素(时间复杂度为O(1))②都可以根据需要修改自身的容量和大小。和 vector 不同的是①deque 还擅长在序列头部添加或删除元素,时间复杂度也为常数阶O(1)。②deque 容器中存储元素并不能保证所有元素都存储到连续的内存空间中。当需要向序列两端频繁的添加或删除元素时,应首选 deque 容器。
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
int n = nums.size();
deque<int> q;//deque双端队列容器
for (int i = 0; i < k; ++i) {//[0,k)
while (!q.empty() && nums[i] >= nums[q.back()]) {//如果新的元素大于等于队尾的元素,那么队尾的元素就可以被永久地移除
q.pop_back();//弹出尾部元素
}
q.push_back(i);//在末尾添加元素
}
vector<int> ans = {nums[q.front()]};//存放窗口最大值数组
for (int i = k; i < n; ++i) {//[k,n)
while (!q.empty() && nums[i] >= nums[q.back()]) {
q.pop_back();
}
q.push_back(i);
while (q.front() <= i - k) {//窗口内已经有k个数字了可以输出最大值了
q.pop_front();
}
ans.push_back(nums[q.front()]);//队头元素就是最大值
}
return ans;
}
class Solution {
private:
class MyQueue { //单调队列(从大到小)
public:
deque<int> que;
//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。
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;
}
};
347. 前 K 个高频元素
堆是一棵完全二叉树,树中每个结点的值都不小于(或不大于)其左右孩子的值。 如果父亲结点是大于等于左右孩子就是大顶堆,小于等于左右孩子就是小顶堆。
// 小顶堆
class mycomparison {
public:
bool operator()(const pair<int, int>& l, const pair<int, int>& r) {
return l.second > r.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]]++;
}
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
// 用固定大小为k的小顶堆,扫描所有频率的数值
for (auto 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;
}