代码随想录训练营day13|LeetCode栈与队列part3

@代码随想录@程序员Carl

题目及讲解链接:第五章 栈与队列part03 (qq.com)

目录

239.滑动窗口最大值 

347.前K个高频元素 

 基础知识

1.下面这段代码是自定义了一个比较器。

2.下面这段代码是小顶堆的定义。

 3.这段代码遍历了一个 unordered_map 类型的映射 map。,>

 总结

239.滑动窗口最大值 

力扣题目链接:239. 滑动窗口最大值 - 力扣(LeetCode)

视频讲解:单调队列正式登场!| LeetCode:239. 滑动窗口最大值_哔哩哔哩_bilibili

二刷,虽然还是没写出来,但是比第一遍清白点了

视频讲解中写push函数时用的是if,错了,应该用while。

时间复杂度O(n):易错!观察单调队列的实现,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)。

空间复杂度O(k):因为我们定义了一个辅助队列que。

代码见下: 

class Solution {
public:
    class Myque{
    public:
        //用deque来实现单调队列
        deque<int> que;
        void pop(int val){
            //先判断que是否为空
            if(!que.empty() && que.front()==val){
                //pop_fornt不是pop_back!
                que.pop_front();   
            }
        }
        // 如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,直到push的数值小于等于队列入口元素的数值为止。
        // 这样就保持了队列里的数值是单调从大到小的了。
        void push(int val){
            while(!que.empty() && val>que.back()){
                que.pop_back();
            }
            que.push_back(val);
        }
        // 查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
        int front(){
            return que.front();
        }
    };//忘记加分号了
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        Myque que;
        vector<int> result;
        // 先将前k的元素放进队列
        for(int i = 0;i<k;i++){
            que.push(nums[i]);
        }
        // 记录前k的元素的最大值
        result.push_back(que.front());
        for(int i = k;i<nums.size();i++){
            que.push(nums[i]);  // 滑动窗口前加入最后面的元素
            que.pop(nums[i-k]); // 滑动窗口移除最前面元素
            result.push_back(que.front());  // 记录对应的最大值
        }
        return result;
    }
};
347.前K个高频元素 

 力扣题目链接:347. 前 K 个高频元素 - 力扣(LeetCode)
 视频讲解链接:LeetCode:347.前 K 个高频元素_哔哩哔哩_bilibili

有点懵,我把自己一开始不了解的基础知识放在代码后了:

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
        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;

    }
};
 基础知识
1.下面这段代码是自定义了一个比较器。
class mycomparison {
    public:
        bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
            return lhs.second > rhs.second;
        }
    };

mycomparison 类是一个自定义的比较器,用于改变优先级队列(小顶堆)的行为。在这个类中,operator() 被重载以比较两个 pair<int, int> 类型的元素。比较器的逻辑是:如果左侧元素的第二个成员(频率)大于右侧元素的第二个成员,则返回 true。这导致小顶堆将频率较低的元素保持在堆顶。

这与优先级队列的底层实现有关,我想自个儿记着就行Õ_Õ

2.下面这段代码是小顶堆的定义。
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;

(1)std::priority_queue,这是 C++ 标准模板库(STL)中的一种容器适配器,通常用作大顶堆(最大堆)。但在这里,通过自定义比较函数mycomparison,它被配置为小顶堆(最小堆)。

(2)pair<int, int>:这是优先级队列存储的元素类型,每个元素都是一个 pair,其中包含两个 int 类型的值。

(3)vector<pair<int, int>>:这是用于内部存储的容器类型。std::priority_queue 默认使用 std::vector 作为其底层容器来存储元素。

(4)mycomparison:这是自定义的比较类,用于决定优先级队列中元素的顺序。在默认情况下,std::priority_queue 会将最大元素放在顶部。但由于这里使用了自定义比较器 mycomparison,队列现在是一个小顶堆,即最小元素在顶部。

 3.这段代码遍历了一个 unordered_map<int, int> 类型的映射 map
for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
    pri_que.push(*it);

    ……

(1)unordered_map<int, int>::iterator it = map.begin();:这里创建了一个迭代器 it,用于遍历映射。迭代器 it 被初始化为指向映射的第一个元素。

(2)it != map.end();:这是循环的条件,当迭代器 it 没有到达映射的末尾时,循环继续。

(3)pri_que.push(*it);:在每次迭代中,迭代器指向的当前元素(由 *it 获取)被推入之前定义的优先级队列 pri_que 中。由于 it 是一个指向 pair<int, int> 的迭代器,*it 就是一个 pair<int, int> 类型的值。

 总结

我们用栈实现队列,用队列实现栈来掌握的栈与队列的基本操作。

接着,通过括号匹配问题、字符串去重问题、逆波兰表达式问题来系统讲解了栈在系统中的应用,以及使用技巧。

通过求滑动窗口最大值,以及前K个高频元素介绍了两种队列:单调队列和优先级队列,这是特殊场景解决问题的利器,是一定要掌握的。

  • 7
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
第二十二天的算法训练营主要涵盖了Leetcode题目中的三道题目,分别是Leetcode 28 "Find the Index of the First Occurrence in a String",Leetcode 977 "有序数组的平方",和Leetcode 209 "长度最小的子数组"。 首先是Leetcode 28题,题目要求在给定的字符串中找到第一个出现的字符的索引。思路是使用双指针来遍历字符串,一个指向字符串的开头,另一个指向字符串的结尾。通过比较两个指针所指向的字符是否相等来判断是否找到了第一个出现的字符。具体实现的代码如下: ```python def findIndex(self, s: str) -> int: left = 0 right = len(s) - 1 while left <= right: if s[left == s[right]: return left left += 1 right -= 1 return -1 ``` 接下来是Leetcode 977题,题目要求对给定的有序数组中的元素进行平方,并按照非递减的顺序返回结果。这里由于数组已经是有序的,所以可以使用双指针的方法来解决问题。一个指针指向数组的开头,另一个指针指向数组的末尾。通过比较两个指针所指向的元素的绝对值的大小来确定哪个元素的平方应该放在结果数组的末尾。具体实现的代码如下: ```python def sortedSquares(self, nums: List[int]) -> List[int]: left = 0 right = len(nums) - 1 ans = [] while left <= right: if abs(nums[left]) >= abs(nums[right]): ans.append(nums[left ** 2) left += 1 else: ans.append(nums[right ** 2) right -= 1 return ans[::-1] ``` 最后是Leetcode 209题,题目要求在给定的数组中找到长度最小的子数组,

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

相交弦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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