【代码随想录第12天| 150. 逆波兰表达式求值 , 239. 滑动窗口最大值, 347.前 K 个高频元素】

150. 逆波兰表达式求值

思路

典型的计算机思维题目,用栈的思维

代码随想录

class Solution {
public:
    int evalRPN(vector<string>& tokens) {
        stack<long long> st;
        for (int i = 0; i < tokens.size(); i++) {
            if (tokens[i] == "+" || tokens[i] == "-" || tokens[i] == "*" || tokens[i] == "/") {
                long long nums1 = st.top();
                st.pop();
                long long nums2 = st.top();
                st.pop();
                if (tokens[i] == "+") st.push(nums2 + nums1);
                if (tokens[i] == "-") st.push(nums2 - nums1);
                if (tokens[i] == "*") st.push(nums2 * nums1);
                if (tokens[i] == "/") st.push(nums2 / nums1);
            }else{
                st.push(stoll(tokens[i]));
            }
        }
        return st.top();
    }
};

收获

stol函数,将string转换为longstollstring转换为long long;

239. 滑动窗口最大值

思路

第一种暴力解法:

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> res;
        for (int i = 0; i < nums.size() && i + k <= nums.size(); i++) {
            // 在预定义宏中 #include <climits>
            int maxValue = INT_MIN;
            for (int j = i; j < i + k ; j++) {
                maxValue = max(maxValue, nums[j]);
            }
            res.push_back(maxValue);
        }
        return res;
    }
};

代码随想录

构建单调队列

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 getMaxValue() {
            return que.front();
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MyQueue que;
        vector<int> res;
        for (int i = 0; i < k; i++) {
            que.push(nums[i]);
        }
        // 在 result 中放入最大值
        res.push_back(que.getMaxValue());
        for (int i = k; i < nums.size(); i++) {
            // 弹出不在窗口的值
            que.pop(nums[i - k]);
            // 放入新进窗口的值
            que.push(nums[i]);
            // getMaxValue
            res.push_back(que.getMaxValue());
        }
        return res;
    }
};

收获

// 在预定义宏中 #include <limits>
            int maxValue = INT_MIN;

在自己构建类进行代码操作时,现在主函数中设计出框架,再根据框架中每一步需要的功能在类中设计对应的函数。

347.前 K 个高频元素

代码随想录

class Solution {
public:
    class myComparison {
    public:
        bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
            // 小顶堆用大于,大顶堆用小于
            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]]++;
        }
        // 小顶堆构建方法
        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);
            if (pri_que.size() > k) {
                pri_que.pop();
            }
        }
        vector<int> res(k);
        for (int i = 0; i < k ; i++) {
            res[i] = pri_que.top().first;
            pri_que.pop();
        }
        return res;
    }
};

收获

  • 大顶堆:根节点比child大;
  • 小顶堆:根节点比child小;
  • 从小到大排就是小顶堆,从大到小排就是大顶堆。
  • 堆的弹出是从堆顶开始弹出,因此本题需要使用小顶堆;

优先级队列构建方法

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值