代码随想录 day13 第五章 栈与队列part03

今日内容：

●  239. 滑动窗口最大值

●  347.前 K 个高频元素

●  总结

1. 滑动窗口最大值 （一刷至少需要理解思路）

关联 leetcode 239. 滑动窗口最大值

• 思路
  • 使用单调队列来实现
    • 单调队列：
      • 整个队列元素 单调递减/递增
    1. 保证队列里的元素 从大到小 排列
       1. 不需要对窗口内的数进行排序
       2. 保证进入窗口内，后面的数小于前面的数即可
• 题解

  • 自己实现一个单调队列

    1. 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
    2. 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
    3. front(): 返回需要的最大值

  • 代码实现

    // MyQueue 自定义的单调队列
    // Back 进 Front 出
    type MyQueue struct {
    	queue []int
    }
    
    func NewMyQueue() *MyQueue {
    	return &MyQueue{queue: make([]int, 0)}
    }
    
    func (q *MyQueue) Empty() bool {
    	return len(q.queue) == 0
    }
    
    func (q *MyQueue) Pop(x int) {
    // 只 pop() 队首元素的原因：
    // 其他元素在push()的时候已经被清洗掉了
    	if !q.Empty() && x == q.Front() {
    		//这里可以不用做判空
    		//if len(q.queue) > 1 {
    		//	q.queue = q.queue[1:]
    		//} else {
    		//	q.queue = make([]int, 0)
    		//}
    		q.queue = q.queue[1:]
    	}
    
    }
    
    // Push
    // 入队
    // 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入口元素的数值为止。
    // 这样就保持了队列里的数值是单调从大到小的了。
    func (q *MyQueue) Push(x int) {
    	for !q.Empty() && x > q.Back() {
    		// 将要入队的元素比队尾元素还大 
    		q.queue = q.queue[:len(q.queue)-1] // 移除队尾元素
    	}
    	q.queue = append(q.queue, x)
    }
    
    func (q *MyQueue) Front() int {
    	return q.queue[0]
    }
    
    func (q *MyQueue) Back() int {
    	return q.queue[len(q.queue)-1]
    }
    
    func maxSlidingWindow(nums []int, k int) []int {
    	res := make([]int, 0)
    	myQueue := NewMyQueue()
    	for i := 0; i < k; i++ {
    		myQueue.Push(nums[i])//将前 k个 元素放入队列中
    	}
    	res = append(res, myQueue.Front())
    	for i := k; i < len(nums); i++ {
    		myQueue.Pop(nums[i-k])//真正开始移除元素，移除的是 nums 里面的元素，按值移除元素，从 nums[0]开始移除
    		myQueue.Push(nums[i])//加入新元素
    		res = append(res, myQueue.Front())
    	}
    	return res
    }
    
    

2. 前 K 个高频元素  （一刷至少需要理解思路）

关联 347.前 K 个高频元素

• 现有哈希表【Map】统计元素出现次数
• 使用小顶堆【优先队列】来实现排序
  • 小顶堆，每次弹出来是最小的那个元素
• 思路
  • 解法1: 自己构建小顶堆, 时间复杂度 O(n*logk)
  • 解法2: 对统计好的Map做排序, 时间复杂度 O(n*logn)

3. 总结

• 面试题：栈里面的元素在内存中是连续分布的么？
  • 依赖实现栈的底层容器
• 栈实现队列：
  • 需要两个栈；出栈+入栈
• 队列实现栈
  • 最少需要一个队列：循环队列即可
• 编译器在词法分析中处理括号匹配逻辑，就使用了栈的数据结构
• 递归的实现也是依赖栈
  • 函数栈，函数独享的内存空间，实现了函数彼此调用

9. 题外话

• 优先级队列
  • 披着队列外衣的栈
  • 对外接口
    • 从对头取元素
    • 从队尾添加元素
  • 内部依照元素的权重排列
• 快速排序
• 堆
  • 一棵完全二叉树，树中每个节点的值都不小于（大于）其左右孩子的值
  • 如果对满二叉树的结点进行编号, 约定编号从根结点起, 自上而下, 自左而右。则深度为k的, 有n个结点的二叉树, 当且仅当其每一个结点都与深度为k的满二叉树中编号从1至n的结点一一对应时, 称之为完全二叉树