代码随想录DAY13：栈与队列

栈与队列：优先队列

239 滑动窗口最大值

239 滑动窗口最大值

题目描述

给你一个整数数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。

返回 滑动窗口中的最大值 。

思路

自定义队列类型MyQueue，出口元素存最大值，入口存最小值，实现：
① pop() 移除元素：移除的是否是上一个窗口的最大元素，判断 value == 队列出口元素，等号成立时，弹出队列出口元素，表明该窗口的最大元素不再是之前的最大元素；
② push() 压入元素：如果压入的元素是一个“大”的值，需要在队列中找到它的合适位置，从队列入口位置开始 while loop，即while (!que.empty() && value > 队列入口元素)，直到到达在队列中的正确位置。

1、初始化：前 K 个元素存入 que，que 会保留从大到小排列的几个元素；
2、窗口右移，包括移除元素、添加元素，并更新返回数组 res

代码

class Solution {
private:
    class MyQueue{
        public:
            deque<int> que;
            void pop(int value)
            {
                if (!que.empty() && value == que.front())
                    que.pop_front();
            }

            void push(int value)
            {
                while(!que.empty() && value > que.back())
                {
                    que.pop_back();
                }
                que.push_back(value);
            }

            int front()
            {
                return que.front();
            }
    };

public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> res;
        MyQueue que;

        for (int i = 0; i < k; i++)
        {
            que.push(nums[i]);
        }

        res.push_back(que.front());

        for (int i = k; i < nums.size(); i++)
        {
            que.pop(nums[i - k]);
            que.push(nums[i]);
            res.push_back(que.front());
        }

        return res;
    }
};

347 前K个高频元素

347 前K个高频元素

题目描述

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

思路

1、使用unordered_map获取数字元素及其出现频率；
2、根据map的second获取出现频率排前K的小顶堆，在小顶堆中，出现频率最低的在顶端，故加入元素并在顶堆中找到相应位置后，堆中元素超过K个时，弹出当前频率最低的元素，保证堆里始终存频率最高的K个元素；
3、遍历完成后，将堆中结果存入返回值res。

代码

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) {
            unordered_map<int,int> map;
            for (int i = 0; i < nums.size(); i++)
            {
                map[nums[i]]++;
            }

            //定义pri_que，优先队列根据map的第二个参数，即出现频率排序，pri_que的top对应频率最低的元素
            priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
            for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
            pri_que.push(*it);
            // 如果堆的大小大于了K，则队列弹出当前出现频率最低的一项，保证堆的大小一直为k，即保证堆中存储出现频率最高的k个
            if (pri_que.size() > k) 
            { 
                pri_que.pop();
            }
        }

        vector<int> res;
        for (int i = k - 1; i >= 0; i--)
        {
            res.push_back(pri_que.top().first);
            pri_que.pop();
        }

        return res;

    }
};

待补充

小顶堆如何定义（之前没看过）