239. 滑动窗口最大值
给定一个数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。
返回滑动窗口中的最大值。
思路:
- 单调队列(单调递减队列或单调递增队列)是一种特殊的队列,它能够在 O(1) 时间内获取当前队列中的最大值或最小值。在解决滑动窗口最大值问题时,我们需要维护一个单调递减队列。
- 具体做法是遍历数组 nums,同时维护一个单调递减队列,队列中存储的是数组下标。当遍历到第 i 个元素时,我们首先将队列中小于 nums[i] 的元素弹出,然后将当前元素的下标加入队列。如果队列中的第一个元素下标小于等于 i - k,说明该元素已经不在当前滑动窗口中,需要将其弹出。
- 最后,队列的第一个元素即为当前滑动窗口的最大值。
- 单调队列方法的时间复杂度为 O(n),其中 n 为数组 nums 的长度。
力扣题解:
int* maxSlidingWindow(int* nums, int numsSize, int k, int* returnSize) {
int q[numsSize];
int left = 0, right = 0;
for (int i = 0; i < k; ++i) {
while (left < right && nums[i] >= nums[q[right - 1]]) {
right--;
}
q[right++] = i;
}
*returnSize = 0;
int* ans = malloc(sizeof(int) * (numsSize - k + 1));
ans[(*returnSize)++] = nums[q[left]];
for (int i = k; i < numsSize; ++i) {
while (left < right && nums[i] >= nums[q[right - 1]]) {
right--;
}
q[right++] = i;
while (q[left] <= i - k) {
left++;
}
ans[(*returnSize)++] = nums[q[left]];
}
return ans;
}
作者:力扣官方题解
链接:https://leetcode.cn/problems/sliding-window-maximum/solutions/543426/hua-dong-chuang-kou-zui-da-zhi-by-leetco-ki6m/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
347.前 K 个高频元素
给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
示例 1:
- 输入: nums = [1,1,1,2,2,3], k = 2
- 输出: [1,2]
示例 2:
- 输入: nums = [1], k = 1
- 输出: [1]
思路:
可以利用堆的思想:建立一个小顶堆,然后遍历「出现次数数组」:
如果堆的元素个数小于 kkk,就可以直接插入堆中。
如果堆的元素个数等于 kkk,则检查堆顶与当前出现次数的大小。如果堆顶更大,说明至少有 kkk 个数字的出现次数比当前值大,故舍弃当前值;否则,就弹出堆顶,并将当前值插入堆中。
遍历完成后,堆中的元素就代表了「出现次数数组」中前 kkk 大的值。
力扣题解:
struct hash_table {
int key;
int val;
UT_hash_handle hh;
};
typedef struct hash_table* hash_ptr;
struct pair {
int first;
int second;
};
struct pair* heap;
int heapSize;
void swap(struct pair* a, struct pair* b) {
struct pair t = *a;
*a = *b, *b = t;
}
bool cmp(struct pair* a, struct pair* b) {
return a->second < b->second;
}
struct pair top() {
return heap[1];
}
int push(hash_ptr x) {
heap[++heapSize].first = x->key;
heap[heapSize].second = x->val;
int p = heapSize, s;
while (p > 1) {
s = p >> 1;
if (cmp(&heap[s], &heap[p])) return;
swap(&heap[p], &heap[s]);
p = s;
}
}
int pop() {
heap[1] = heap[heapSize--];
int p = 1, s;
while ((p << 1) <= heapSize) {
s = p << 1;
if (s < heapSize && cmp(&heap[s + 1], &heap[s])) s++;
if (cmp(&heap[p], &heap[s])) return;
swap(&heap[p], &heap[s]);
p = s;
}
}
int* topKFrequent(int* nums, int numsSize, int k, int* returnSize) {
hash_ptr head = NULL;
hash_ptr p = NULL, tmp = NULL;
for (int i = 0; i < numsSize; i++) {
HASH_FIND_INT(head, &nums[i], p);
if (p == NULL) {
p = malloc(sizeof(struct hash_table));
p->key = nums[i];
p->val = 1;
HASH_ADD_INT(head, key, p);
} else {
p->val++;
}
}
heap = malloc(sizeof(struct pair) * (k + 1));
heapSize = 0;
HASH_ITER(hh, head, p, tmp) {
if (heapSize == k) {
struct pair tmp = top();
if (tmp.second < p->val) {
pop();
push(p);
}
} else {
push(p);
}
}
*returnSize = k;
int* ret = malloc(sizeof(int) * k);
for (int i = 0; i < k; i++) {
struct pair tmp = top();
pop();
ret[i] = tmp.first;
}
return ret;
}
作者:力扣官方题解
链接:https://leetcode.cn/problems/top-k-frequent-elements/solutions/402568/qian-k-ge-gao-pin-yuan-su-by-leetcode-solution/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
总结:
这两道题对于自身而言还是很有难度的,没有什么思路,看了解析之后才有所收获,队列的知识,操作及运用,以及单调队列,优先队列的运用等等,还需要不断巩固。哎,好难,加油。