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