代码随想录–栈与队列部分
day12 栈与队列第二天
一、力扣150–逆波兰表达式求值
代码随想录题目链接:代码随想录
给你一个字符串数组 tokens ,表示一个根据 逆波兰表示法 表示的算术表达式。
请你计算该表达式。返回一个表示表达式值的整数。
逆波兰表示法的百度链接:逆波兰表示法
知道什么是逆波兰表示法后,这个题也就没什么难度了
遇到数字就入栈,遇到运算符就出栈两个数字,运算的结果再入栈即可
代码如下:
class Solution {
public:
bool isChar(string & input)
{
return (input == "+" || input == "/" || input == "*" || input == "-");
}
int evalRPN(vector<string>& tokens) {
stack<int> result;
for(auto element : tokens)
{
if(!isChar(element)) result.push(stoll(element));
else
{
int backward = result.top();
result.pop();
int forward = result.top();
result.pop();
if(element == "+") result.push(forward + backward);
if(element == "-") result.push(forward - backward);
if(element == "/") result.push(forward / backward);
if(element == "*") result.push(forward * backward);
}
}
return result.top();
}
};
注意,将string转为int需要用stol、stoi、stoll等函数
二、力扣239–滑动窗口最大值
代码随想录题目链接:代码随想录
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 。
刷到的第一个困难题,最普通的做法就是用队列实现滑动窗口,然后在队列里面找最大值输出
这样做的问题是k大的时候,最大值找起来非常慢,时间复杂度高达 O ( n × k ) O(n\times k) O(n×k)
引入单调队列来解决该问题,即维护一个单调递增或递减的队列
设计这样的一个队列,当接收到push时,看一下这个数字和队尾谁大,如果它大,就把队尾扔了,把它加进来
一直到它遇到比它大的队尾,就不再往前,比如下面的例子,4大于1但是不大于5,停在了第二位
而5大于2和3,就在第一位,这样做的好处是间接地将滑动窗口内的数字进行了排序,由大到小
而当pop时,就要担心会不会该pop的元素不是这个队列的队首元素
所以pop时加个判断,如果一样,就pop掉队首,如果不一样,说明这个元素早就不在了,那就不做任何处理
这样就能保证队首始终是滑动窗口内的最大值,并且时间复杂度为
O
(
n
)
O(n)
O(n)
代码如下:因为要从队伍pop出来元素,所以要用双头队列,也就是deque来构建这个单调队列
class Solution {
private:
class Myqueue
{
public:
void pop(int input)
{
if(!myqueue.empty() && input == myqueue.front()) myqueue.pop_front();
}
void push(int input)
{
while(!myqueue.empty() && input > myqueue.back())myqueue.pop_back();
myqueue.push_back(input);
}
int front()
{
return myqueue.front();
}
private:
deque<int> myqueue;
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
Myqueue que;
vector<int> result;
for(int i = 0; i < k; i++) que.push(nums[i]);
result.push_back(que.front());
for(int i = 0; i < nums.size() - k ; i++)
{
que.pop(nums[i]);
que.push(nums[i+k]);
result.push_back(que.front());
}
return result;
}
};
主要是思路清晰不清晰,如果能够想到构建单调队列这一结构,就好写多了
三、力扣347–前k个高频元素
代码随想录题目链接:代码随想录
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。
粗暴点做就是遍历数组,用哈希表存下来每个数字和他们出现的次数,再根据次数从大到小排序,输出前k个数字
随想录的做法就是在排序这里用了堆来加速
代码如下:
class Solution {
public:
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> hash;
for(int ele : nums) hash[ele]++;
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
for (unordered_map<int, int>::iterator it = hash.begin(); it != hash.end(); it++)
{
pri_que.push(*it);
if (pri_que.size() > k) pri_que.pop();
}
vector<int> result(k);
for (int i = k - 1; i >= 0; i--)
{
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};
其实偷懒的话,用C++的sort函数也能直接做
class Solution {
public:
bool compare(const std::pair<int, int>& a, const std::pair<int, int>& b) {
return a.second > b.second;
}
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int, int> hash;
for(int ele : nums) hash[ele]++;
std::vector<std::pair<int, int>> sorted_vector(hash.begin(), hash.end());
std::sort(sorted_vector.begin(), sorted_vector.end(),
[](const std::pair<int, int>& a, const std::pair<int, int>& b) {
return a.second > b.second;
});
vector<int> result(k);
for (int i = k - 1, j = 0; i >= 0; i--, j++)
{
result[i] = sorted_vector[j].first;
}
return result;
}
};