LeetCode239.滑动窗口最大值
题目链接:239. 滑动窗口最大值 - 力扣(LeetCode)
思路:
有的同学可能会想用一个大顶堆(优先级队列)来存放这个窗口里的k个数字,这样就可以知道最大的最大值是多少了, 但是问题是这个窗口是移动的,而大顶堆每次只能弹出最大值,我们无法移除其他数值,这样就造成大顶堆维护的不是滑动窗口里面的数值了。所以不能用大顶堆。
需要一个队列,这个队列呢,放进去窗口里的元素,然后随着窗口的移动,队列也一进一出,每次移动之后,队列告诉我们里面的最大值是什么。
队列如下:
class MyQueue {
public:
void pop(int value) {
}
void push(int value) {
}
int front() {
return que.front();
}
};
每次窗口移动的时候,调用que.pop(滑动窗口中移除元素的数值),que.push(滑动窗口添加元素的数值),然后que.front()就返回我们要的最大值。
其实队列没有必要维护窗口里的所有元素,只需要维护有可能成为窗口里最大值的元素就可以了,同时保证队列里的元素数值是由大到小的。
那么这个维护元素单调递减的队列就叫做单调队列,即单调递减或单调递增的队列。C++中没有直接支持单调队列,需要我们自己来实现一个单调队列
不要以为实现的单调队列就是 对窗口里面的数进行排序,如果排序的话,那和优先级队列又有什么区别了呢。
设计单调队列的时候,pop,和push操作要保持如下规则:
- pop(value):如果窗口移除的元素value等于单调队列的出口元素,那么队列弹出元素,否则不用任何操作
- push(value):如果push的元素value大于入口元素的数值,那么就将队列入口的元素弹出,直到push元素的数值小于等于队列入口元素的数值为止
保持如上规则,每次窗口移动的时候,只要问que.front()就可以返回当前窗口的最大值。
单调队列的实现:
class MyQueue { //单调队列(从大到小)
public:
deque<int> que; // 使用deque来实现单调队列
// 每次弹出的时候,比较当前要弹出的数值是否等于队列出口元素的数值,如果相等则弹出。
// 同时pop之前判断队列当前是否为空。
void pop(int value) {
if (!que.empty() && value == que.front()) {
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 value) {
while (!que.empty() && value > que.back()) {
que.pop_back();
}
que.push_back(value);
}
// 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();
}
};
题解:
class Solution {
private:
class Myqueue {//单调队列由大到小
public:
deque<int> que;//使用deque来实现单调队列
//每次弹出的时候,比较当前要弹出的数值是否等于队列出口的元素值,如果相等则弹出
//pop前判断队列当前是否为空
void pop(int value) {
if(!que.empty() && value == que.front()) {
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<=队列入口元素的数值为止
//这样就保持了队列的数值是单调从大到小了
void push(int value) {
while(!que.empty() && value > que.back()) {
que.pop_back();
}
que.push_back(value);
}
//查询当前队列里的最大值,直接返回队列前端
int front() {
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
Myqueue que;
vector<int> result;
for(int i = 0;i < k;i++) {//将前k个元素放进队列
que.push(nums[i]);
}
result.push_back(que.front());//result记录前k中的最大元素
for(int i = k;i < nums.size();i++) {
que.pop(nums[i - k]);//滑动窗口移除最前面的元素
que.push(nums[i]);//滑动窗口前加入最后面的元素
result.push_back(que.front());//记录对应最大值
}
return result;
}
};
LeetCode347.前K个高频元素
题目链接:347. 前 K 个高频元素 - 力扣(LeetCode)
思路:
这道题目主要涉及到如下三块内容:
- 要统计元素出现频率
- 对频率排序
- 找出前K个高频元素
首先统计元素出现的频率,这一类的问题可以使用map来进行统计。
然后是对频率进行排序,这里我们可以使用一种 容器适配器就是优先级队列。
优先级队列:
其实就是一个披着队列外衣的堆,因为优先级队列对外接口只是从队头取元素,从队尾添加元素,再无其他取元素的方式,看起来就是一个队列。
而且优先级队列内部元素是自动依照元素的权值排列。那么它是如何有序排列的呢?
缺省情况下priority_queue利用max-heap(大顶堆)完成对元素的排序,这个大顶堆是以vector为表现形式的complete binary tree(完全二叉树)。
堆:
堆是一棵完全二叉树,树中每个结点的值都不小于(或不大于)其左右孩子的值。 如果父亲结点是大于等于左右孩子就是大顶堆,小于等于左右孩子就是小顶堆。
所以大家经常说的大顶堆(堆头是最大元素),小顶堆(堆头是最小元素),如果懒得自己实现的话,就直接用priority_queue(优先级队列)就可以了,底层实现都是一样的,从小到大排就是小顶堆,从大到小排就是大顶堆。
用小顶堆的原因:
定义一个大小为k的大顶堆,在每次移动更新大顶堆的时候,每次弹出都把最大的元素弹出去了,那么怎么保留下来前K个高频元素呢。
所以我们要用小顶堆,因为要统计最大前k个元素,只有小顶堆每次将最小的元素弹出,最后小顶堆里积累的才是前k个最大元素。
class Solution {
public:
//小顶堆
class mycmp {
public:
bool operator()(const pair<int,int>& Ihs,const pair<int,int>& rhs) {
return Ihs.second > rhs.second;
}
};
vector<int> topKFrequent(vector<int>& nums, int k) {
//要统计元素出现的频率
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>>,mycmp> 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最小的,所以倒序来输出数组
vector<int> result(k);
for(int i = k - 1;i >= 0;i--) {
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};