代码随想录算法训练营第十三天 | 239. 滑动窗口最大值、347.前 K 个高频元素

一、239. 滑动窗口最大值 

题目链接/文章讲解/视频讲解：239.滑动窗口最大值

 思考：一刷简单理解思路

代码实现： 

class Solution {
public:
    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 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的元素放进队列
        {
            que.push(nums[i]);
        }
        result.push_back(que.front());

        for(int i = k;i < nums.size();i++)
        {
            que.pop(nums[i-k]); //移除最前面元素
            que.push(nums[i]);  //加入最后面的元素
            result.push_back(que.front());
        }
        return result;
    }
};

• 时间复杂度：O(n)
• 空间复杂度：O(k)

nums 中的每个元素最多也就被 push_back 和 pop_back 各一次，没有任何多余操作，所以整体的复杂度还是 O(n)

二、347.前 K 个高频元素

题目链接/文章讲解/视频讲解：347.前 K 个高频元素

思考：大顶堆、小顶堆特别适合在一个大的集合里面求前k个高频或者低频的结果，现成的优先级队列底层就是堆，并且可以定义为大、小顶堆.

代码实现： 

class Solution {
public:
    // 小顶堆
    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) {
        // 要统计元素出现频率
        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
        //第三个函数是一种自定义的比较方法，可以用greater()实现，大顶堆默认用less实现
        priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;

        // 用固定大小为k的小顶堆，扫面所有频率的数值
        for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
            pri_que.push(*it);
            if (pri_que.size() > k) { // 如果堆的大小大于了K，则队列弹出，保证堆的大小一直为k
                pri_que.pop();
            }
        }

        // 找出前K个高频元素，因为小顶堆先弹出的是最小的，所以倒序来输出到数组
        vector<int> result(k);
        for (int i = k - 1; i >= 0; i--) {
            result[i] = pri_que.top().first;
            pri_que.pop();
        }
        return result;

    }
};

• 时间复杂度：O(nlogk)
• 空间复杂度：O(n)