day13.(优先队列)

文章探讨了如何优化解决滑动窗口最大值问题,通过设计特殊队列减少复杂度至O(n)。同时介绍了在寻找高频元素场景中,使用优先级队列(小顶堆)代替快速排序的效率优势,并展示了如何使用哈希映射统计元素频率及优先级队列的插入和删除操作。
摘要由CSDN通过智能技术生成

239. 滑动窗口最大值

想这题的时候突然想到昨天想不出int++ 和foreach 的区别,突然想到区别就是int++可以自由控制跳过某些循环,

作为第一个困难题,首先得发现暴力法里面哪些步骤是多余的->本来是for n*每个for里面k找最大->如果窗口队列能自动排出最大数pop的时候就能变k为1就简化成了O(n)->潜在max进入的时候就往前顶把比它小的都顶掉这样没有这些小数的时候它们的循环就能跳过->设计新的队列,定义“顶掉式”进入,新pop和front

定义这个新queue的时候底层和stack跟queue一样都是deque 因为有(pop_)back()和(pop_)front()

private:

    class MQ{

    public:

        deque<int> que;

        void push(int a){

        }

        void pop(){

        }

        int front(){

        }

    };

vector<int>没定义长度的时候也用push_back(int n)

某些滑动的时候max实则没变,怎样跳过这些滑动?

 347.前 K 个高频元素  

首先统计元素出现的频率,这一类的问题可以使用map来进行统计

为什么不用快排呢, 使用快排要将map转换为vector的结构,然后对整个数组进行排序, 而这种场景下,我们其实只需要维护k个有序的序列就可以了,所以使用优先级队列是最优的

第一次运用priority_queue

priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;

priority_queue<queue每一项的type,queue一条的type,priority的比较方式>

以及priority_queue的push(*a) 和pop()

定义mycomparison(小顶堆) operator() 删除和插入都是O(logN)

class mycomparison {
    public:
        bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
            return lhs.second > rhs.second;
        }
    };

遍历map的方式也是新学的->unorder_map<int,int>::iterator 类的单个元素

for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++)

这里vector<int> re(k);如果不加这后面这个(k)不知道为什么就数组越界了 runtime error: reference binding to null pointer of type 'int' (stl_vector.h)

总结

  • 栈是容器适配器,底层容器使用不同的容器,导致栈内数据在内存中是不是连续分布。
  • 缺省情况下,默认底层容器是deque
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值