代码随想录第十三天|LeetCode.239滑动窗口最大值，LeetCode347.前K个高频元素，栈与队列总结

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：

1. 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
2. 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：

1. 要统计元素出现频率
2. 对频率排序
3. 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;
    }
};