代码随想录算法训练营第十二天|239. 滑动窗口最大值，347.前 K 个高频元素，总结

可乐可乐吖

已于 2024-04-02 21:29:42 修改

阅读量362

点赞数 10

分类专栏：算法训练营文章标签：算法

于 2024-04-01 21:04:59 首次发布

本文链接：https://blog.csdn.net/weixin_50544110/article/details/137245628

版权

算法训练营专栏收录该内容

53 篇文章 0 订阅

订阅专栏

239. 滑动窗口最大值

题目链接：239. 滑动窗口最大值

文档讲解：代码随想录

视频讲解：单调队列正式登场！| LeetCode：239. 滑动窗口最大值

思路

设计一个单调队列，单调队列可以在移动滑动窗口的时候，从队列前方弹出最大的元素，从队列后插入新元素，同时将所小于新元素的值从队列后方弹出。

具体操作为：

pop(value)如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
push(value)如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止

代码

class Solution {
public:
    class Myqueue { // 单调队列（从大到小）
    public:
        deque<int> que; // 使用deque双端队列实现单调队列
        // 每次弹出的时候，比较当前窗口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。
        // 同时pop之前判断队列是否为空
        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后端的数值
        // 这样就保持了队列里的数值是单调从大到小了
        void push(int value) {
            while (!que.empty() && que.back() < value)
                que.pop_back();
            que.push_back(value);
        }

        // 查询当前队列里的最大值，也即队列前端front
        int front() {
            return que.front();
        }
    };

    vector<int> maxSlidingWindow(vector<int> &nums, int k) {
        Myqueue que;
        vector<int> result;
        for (int i = 0; i < k; i++) // 先将前k个元素放入队列
            que.push(nums[i]);
        result.push_back(que.front()); // result记录前k个元素的最大值
        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

题目链接：347. 前 K 个高频元素

文档讲解：代码随想录

视频讲解：优先级队列正式登场！大顶堆、小顶堆该怎么用？| LeetCode：347.前 K 个高频元素

思路

首先使用map存储每个数字出现的次数，然后使用小顶堆维护k个次数最多的元素

代码

初始思路代码

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> 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;

		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> result(k);
		for (int i = k - 1; i >= 0; i--) {
			result[i] = pri_que.top().first;
			pri_que.pop();
		}
		return result;
	}
};