力扣刷题｜“队列“标签小节 (简单1 中等6 困难4) 思路+代码+细致注释～

“队列”标签下的题目，共计12题：

• 简单1题
• 中等7题，其中1856最优解是单调栈，没做；1673最优解也是单调栈，先写了一个脑筋急转弯的方法~
• 困难4题，1825最优解是堆吧，先写了个队列的解算法，好慢啊…

队列就是先进先出的数组，有的题目可以使用多种数据结构实现，纯数组，有序数组，队列，双端队列，循环队列，栈，堆等等~

数据结构+算法的最优组合，才可以做出最优解~~ 不合适就不要勉强～

933. 最近的请求次数 (队列 数组 deque 细致注释~) &求解惑~~

虽然是一道简单题，可是，问题很多…求解惑…不同方法的时间复杂度让人很意外…

• 首先，直接暴力求解。执行用时: 292 ms
• 然后，想要用时间换空间，每次从数组中pop出超时的元素，以为使用了pop，时间复杂度会增加，空间复杂度会好一点，结果…268 ms
• 发现小伙伴都是用（while t - self.times[0] > 3000:），而我还在使用（while self.times[-1] - self.times[0] > 3000:），直接取t的值应该快一点吧，改成了t，结果是…352 ms…
• 最后，使用了deque，据说以近似O(1)的效率在两端插入或删除元素，结果是292 ms

看测试结果，时间复杂度最好的是方法2，直接用数组pop.…使用deque空间复杂度好一点。综合起来，还是数组pop好一点。为什么?..

199. 二叉树的右视图 (队列 数组 广度优先搜索 BFS | 细致注释~)

方法1：广度优先搜索，使用词典+双向队列记录每层最后一个节点。 52ms/ 14.8MB

• 建立词典(键为节点深度，值为节点的值)
• 使用双向队列，进行广度优先搜索，将每层最后一个节点录入词典
• 最后，根据节点深度，依次输出相应的值

方法2：直接使用数组/队列按层遍历，同时记录每层最后一个元素，最后输出。 36ms/90%; 14.8MB/64%

• 按层遍历，每次仅存储当前行最后一个节点的值(res.append(nodes[-1].val))
• 最后，直接输出数组

621. 任务调度器(队列 数组 Counter | 细致注释~)

方法1：分两种情况 68 ms/97% 16.1 MB/87%

• 任务总类和数量充足，无需等待，直接返回len(tasks)
• 任务总类和数量不足，需加入等待时间
• 例如，任务列表为aaabbbcccddef， 对于出现频次最高的几个任务a/b/c，每轮处理一个任务a/b/c，余下的等待时间用于处理其余数量较少的任务。如，第一轮处理完abc后可以处理dd，第二轮处理完abc后处理ef，第三轮处理完abc结束

方法2：使用python内置函数精简了代码，提升了时空复杂度…80 m/79%s 16.2 MB/70%

622. 设计循环队列 (队列 数组 设计 | 细致注释~)

方法1：

• 思路：数组+双指针。按照题意书写代码
• 时空消耗：92 ms/23% 15.5 MB/65%

方法2：

• 思路：使用纯数组实现，果然，还是快
• 时空消耗：68 ms/99% 15.6 MB/24%

641. 设计循环双端队列(队列 数组 设计 | 细致注释~)

方法1：

• 思路：数组+双指针。按照题意书写代码
• 时空消耗：84 ms/49% 15.3 MB/96%

方法2：

• 思路：使用纯数组实现，果然，还是快
• 时空消耗：76 ms/89% 15.6 MB/53%

面试题 17.09. 第 k 个数(队列 堆 | 细致注释~)

解法1：

• 思路：使用队列，依次加入一个最小数(从之前队列中"被标记的三个元素"分别乘以3/5/7的值中选取最小值)。
• 用时：32 ms/98%；内存：14.6 MB/96%

解法2：

• 思路：使用最小堆，确保每次取出的都是最小的数字。压入时比较随意，因为堆会自动排序。
• 用时：56 ms/10% 14.9 MB/29% 很慢…

1673. 找出最具竞争力的子序列 (数组 队列 细致注释~)

这道题的最优解是使用“栈”，我本周选择的主题是“队列”，这道多标签的题也有队列的标签，就恰好做到了。“栈”的解法等做“栈”的标签时再考虑，这里，就作为一个脑筋急转弯的题目啦~ 用时很久…不过代码简单~~

剑指 Offer 59 - I. 滑动窗口的最大值(队列 数组 滑窗 | 细致注释~)

果然，纯数组直接做又比deque快… 64 ms/87% 18.1 MB/42%

1825. 求出 MK 平均值(堆 队列 数组 设计| 细致注释~)

这道题的最优解是使用"堆"吧，在刷"队列"标签时遇到，先做队列和数组的解，等做到"堆"标签时再来更新。

解法1： 9528 ms 44.1 MB，内存消耗击败100%的小伙伴，执行用时，在图上找不到…

• 维护两个数组，一个原数组，一个有序数组
• 原数组用于记录元素的顺序
• 有序数组使用二分确保实时有序，并维护元素总和
• 计算平均值前比较m和3k，选择计算量比较少来算

解法2: 调用内置的有序列表 7700 ms 45.2 MB

862. 和至少为 K 的最短子数组(队列 数组 | 细致注释~)

方法1 使用双端队列

• 执行用时: 280 ms/91% 内存消耗: 19.6 MB/100%
  思路：
• 理解题意！“返回A的最短的非空连续子数组的长度，该子数组的和至少为K。”。和只要和大于k即可，如[2,-1,2,3]，K=1，答案是1(第一个数字2就可以满足)，不是2(前两个元素2-1恰好等于1)…
• 根据题意，忽略负值元素
• 原地更新数组A，用于存储前缀和
• 使用双端队列存储前缀和数组中元素的下标
• 计算当前元素num与前缀和数组中最后一个元素A[index_list[0]]的差，一旦满足“和至少为K”的要求，就计算两个索引之间的差，并更新最优解

方法2 直接使用数组 没想到这次数组比双端队列慢…

• 执行用时: 504 ms/81% 内存消耗: 19.7 MB/100%

363. 矩形区域不超过 K 的最大数值和 (队列 数组 二分 动态规划 | 细致注释~)

时空消耗：1488 ms/74% 15 MB/99%

思路：先固定左，右边界，再累计每行，然后按列累计，比较。

• 按照题意需遍历二维数组中各个矩形框范围，滚动累计求和，差值和k比较，例A = [[1,0,1],[0,-2,3]], K = 2
• 使用left, right作为两侧的边界，不断右移right，然后右移left
• 滚动记录left和right之间每行元素的动态累计和（前缀和）
• 计算sums的值, 当left, right都为0时，就是第一列的值，[1,0]
• 当left为0, right为1时，就是前两列的累计和，[1，-2]
• 随着right逐渐右移，sums中就依次记录了每行元素的累计和
• 当right右移到边界后，开启下一轮left的循环。left += 1, right in range(left, col)
• 再使用cur存放按列累计的sums(经过几层循环遍历，cur就存储了所有矩形的和)
• 借助二分查找，计算当前小于k的最大差值(当前累计和cur与之前存在的某个累计和之间的差），参见注释