239. 滑动窗口最大值
文档讲解:代码随想录.有效的括号
视频讲解:单调队列正式登场!| LeetCode:239. 滑动窗口最大值
状态:已完成
代码实现
class Solution {
public:
class Myque { // 单调队列,从大到小
public:
deque<int> que;
//如果头部元素是单项队列最大的元素,则抛出最大值
void pop(int value) {
if (!que.empty() && value == que.front()) {//que.front双向队列头部元素
que.pop_front();
}
}
//如果尾部元素小于当前元素,则把之前的元素清空,保证符合单向从大到小
void push(int value) {
while (!que.empty() && value > que.back()) {//que.back双向队列尾部元素
que.pop_back();
}
que.push_back(value);
}
// 返回单向队列头部元素
int front() { return que.front(); }
};
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
Myque que;
vector<int> result;
for (int i = 0; i < k; i++) {
que.push(nums[i]);
}
result.push_back(que.front());
for (int i = k; i < nums.size(); i++) {
que.pop(nums[i - k]);
que.push(nums[i]);
result.push_back(que.front());
};
return result;
}
};
心得记录:
- 算法中理解了双向队列的基本用法
pop_back() 删除尾部的元素
pop_front() 删除头部的元素
push_back() 在尾部加入一个元素
push_front() 在头部加入一个元素
back() 返回最后一个元素
clear() 删除所有元素
empty() 返回真如果双向队列为空
end() 返回指向尾部的迭代器
begin() 返回指向第一个元素的迭代器
- 算法解题时,可以将问题进行简化,然后再依次处理。
347.前 K 个高频元素
文档讲解:
视频讲解:
状态:已完成
代码实现
class Solution {
public:
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) {
// 通过map记录出现的次数
unordered_map<int, int> map;
for (int i = 0; i < nums.size(); i++) {
map[nums[i]]++;
}
// 对频率排序
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison>
pri_queue;
// 用固定大小的K的小堆顶,扫描所有频率的数值
for (unordered_map<int, int>::iterator it = map.begin();
it != map.end(); it++) {
pri_queue.push(*it);
if (pri_queue.size() > k) {
pri_queue.pop();
}
}
// 找出前k个高频的元素
vector<int> result(k);
for (int i = k - 1; i >= 0; i--) {
result[i] = pri_queue.top().first;
pri_queue.pop();
}
return result;
}
};
心得记录:
- 大堆顶和小堆顶的概念不是很清楚
- priority_queue(优先级队列)的概念需要熟悉下