代码随想录训练营Day 13|力扣239滑动窗口最大值、347前k个高频元素（C++）

1.滑动窗口最大值

题目链接/文章讲解/视频讲解： 代码随想录

代码：

class Solution {
private:
    // 创建一个自己的单调队列
    class MyQueue{
        public: // 这里要设置可见范围为public，不然下面的函数不能用
        deque<int> que; // queue在没有指定容器的情况下，deque就是默认底层容器
        // 当加入元素时，保证单调队列是单调递减的
        // 我们只需要去维护可能成为最大值的元素就行了

        // 每次加入新的元素时，就让它把它前面比它小的元素都挤走
        void push(int value){
            while(!que.empty() && que.back() < value){
                que.pop_back();
            }
            que.push_back(value);
        }

        // 为了保证最前面的元素是最大值，我们已经提前舍弃了一些值。
        // 所以只有当最大值需要弹出时，再弹（因为其它元素早就被舍弃了）
        void pop(int value){
            if(!que.empty() && que.front() == value){
                que.pop_front();
            }
        }
        int front(){
            return que.front();
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        MyQueue que;
        vector<int> result;
        
        // 初始化
        for(int i = 0; i < k;i++){
            que.push(nums[i]);
        }
        result.push_back(que.front());

        // 模拟滑动窗口的过程
        for(int i = k; i < nums.size();i++){
            que.pop(nums[i - k]);
            que.push(nums[i]);
            result.push_back(que.front());
        }
        return result;
    }
};

 思路：

本题的难点应该是选取合适的数据结构来模拟滑动窗口的过程。

选取的数据结构要满足两个要求：让要弹出的元素在队首，方便弹出；可以在每次滑动过程中，自动求出最大值。

所以，为了实现上述要求，我们就要舍弃那些不会成为最大值的元素（随着窗口的移动，它们本来也会被舍弃），即每次压入元素时，挤走那些比它大的元素，在弹出元素时，还要在正确的条件下进行弹出操作。

我们选用了自己写一个满足要求的单调队列。

状态：

对deque这种容器不熟悉，以及在写单调队列数据结构时，自己没有加public，导致我下面的函数都不能调用。

2.前k个高频元素

题目链接/文章讲解/视频讲解： 代码随想录

代码： 

class Solution {
public:
    class mycomparision{
    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; // nums[i],对应出现的次数
        for(int i = 0;i < nums.size(); i++){
            map[nums[i]]++;
        }
        // 定义一个大小为k的小顶堆
        priority_queue<pair<int,int>,vector<pair<int,int>>,mycomparision> 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;
    }
};

思路：

求前k个高频元素，首先，我们得知道各元素出现的频率，想到用unordered_map来统计出现次数。

接着，要求前k个频率大的。为了降低时间复杂度，即我们不需要管前k个元素以外的元素的排序，就用到了“小顶堆”（因为每次弹出的都是优先值最大的结点，所以我们要把前k大的元素留到最后，用小顶堆）。

定义一个小顶堆，首先要给出要存的数据类型，存储所用的数据结构，以及规定优先级按什么规则。

用这个小顶堆去扫一遍map，并让它在size超过k的时候及时弹出元素。

最后，要倒序把小顶堆的元素取出，放到数组里返回。

状态：

知道思路，但是小顶堆实现起来太麻烦了。。。。