代码随想录算法训练营第十一天| 150. 逆波兰表达式求值 239. 滑动窗口最大值 347.前 K 个高频元素

---

一、LeetCode 150. 逆波兰表达式求值

题目链接：LeetCode 150. 逆波兰表达式求值

文章讲解：代码随想录
视频讲解：栈的最后表演！ | LeetCode：150. 逆波兰表达式求值

思路：

 本题要求逆波兰表达式（后缀表达式）的值，后缀表达式实际上是一棵运算二叉树的后序遍历序列，中间结点为运算符，左右孩子为运算数字。由于后序遍历可以借助递归来实现，那么同样的，我们借助栈也能实现对这棵表达式二叉树的遍历运算。

 具体算法思路为：当遍历到数字时，数字入栈；遍历到运算符时，将栈中最上面两个元素出栈，分别作为目标操作数（$DST$）和源操作数（$SRC$），使用运算符运算后，将结果存在SRC中，运算结果入栈。表达式遍历结束后，栈中剩余的元素就是运算结果。

C++代码

class Solution {
public:
    int evalRPN(vector<string>& tokens) {
        long long src, dst;
        stack<long long> nums;
        for (int i = 0; i < tokens.size(); i++) {
            if (tokens[i] == "+" || tokens[i] == "-" || tokens[i] == "*" ||
                tokens[i] == "/") {
                dst = nums.top();
                nums.pop();
                src = nums.top();
                nums.pop();
                if (tokens[i][0] == '+') {
                    src += dst;
                } else if (tokens[i][0] == '-') {
                    src -= dst;
                } else if (tokens[i][0] == '*') {
                    src *= dst;
                } else if (tokens[i][0] == '/') {
                    src /= dst;
                }
            } else {
                src = stoll(tokens[i]);
            }
            nums.push(src);
        }
        int result = nums.top();
        nums.pop();
        return result;
    }
};

 

二、LeetCode 239. 滑动窗口最大值

题目链接：添加链接描述

文章讲解：代码随想录
视频讲解：单调队列正式登场！| LeetCode：239. 滑动窗口最大值

思路

 本题可以自行构建一个单调队列进行解决。

 单调队列，即队列中的元素按照一定顺序排列的数据结构。由于我们本题需要找出滑动窗口最大元素，因此我们可以自己构建一个降序的单调队列，队头为最大元素。单调队列设置一个自我维护的机制，即元素大于前面元素的时候，弹出前面元素，新元素入队尾，可以保证队列中的元素一定是降序排列的。

C++代码

class Solution {
private:
    class MonoQue{  //构建单调队列，队列头部即为滑动窗口最大值
    public:
        deque<int> queue;

        void push(int value){
            while(!queue.empty() && value > queue.back()){ 
            //大于号确保了不存在重复元素
                queue.pop_back();  //从尾部入队，如果前面的元素小则弹出
            }
            queue.push_back(value);
        }

        void pop(int value){
            if(value == queue.front()){ //队列中没有重复元素，可以直接判断相等
                queue.pop_front();
            }
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> output;
        MonoQue que;
        for(int i = 0; i < k; i++){ //第一个窗口中的元素入队
            que.push(nums[i]);
        }
        output.push_back(que.queue.front());
        for(int i = k; i < nums.size(); i++){
            que.pop(nums[i-k]);
            que.push(nums[i]);
            output.push_back(que.queue.front());
        }
        return output;
    }
};

 

三、LeetCode 347.前 K 个高频元素

题目链接：LeetCode 347.前 K 个高频元素

文章讲解：代码随想录
视频讲解：优先级队列正式登场！大顶堆、小顶堆该怎么用？| LeetCode：347.前 K 个高频元素

思路

 需要返回出现频率最高的前几个元素，首先我们需要统计各个元素出现次数，这里使用一种哈希结构unordered_map来实现统计；

 统计结束后，需要对元素按照出现频率进行排序。我们选择构建一个优先级队列（小顶堆）

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

 其中尖括号内第一项是数据类型，第二项是实现该结构的底层容器，第三项是维护优先级队列的比较函数。

 构建优先队列实现小顶堆，使堆中元素保持在3个，这样可以保证每次弹出的都是频率最小的元素，最后留在堆中的就是出现频率最大的元素。

C++代码

class Solution {
public:
    class comparison{
    public:
        bool operator()(const pair<int,int> &l, const pair<int,int> &r){ //定义小顶堆比较函数
            return l.second > r.second;
        }
    };
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int,int> freq_map;
        for(int x: nums){ //map统计出现频率
            freq_map[x]++;
        }

        priority_queue<pair<int,int>, vector<pair<int,int>>, comparison> pri_que;
        //分别定义优先队列数据类型、底层容器与比较函数
        for(auto it = freq_map.begin(); it != freq_map.end(); it++){
            pri_que.push(*it);
            if(pri_que.size() > k){ //保证固定大小k
                pri_que.pop(); //小顶堆优先弹出最小值，因此后续可直接输出堆中k个值
            }
        }
        vector<int> result;
        while(!pri_que.empty()){
            result.push_back(pri_que.top().first);
            pri_que.pop();
        }
        return result;

    }
};

总结

 接触到了单调队列和优先级队列两个新工具，对于滑动窗口最大值和前k个高频元素的代码思想应再进行复习理解。

---

文章图片来源：代码随想录 (https://programmercarl.com/)