239.滑动窗口最大值(难)
题目链接:239.滑动窗口最大值
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int> result;
deque<int> q;
for(int i = 0;i < k;i++)
{
while(!q.empty() && q.back() < nums[i])
{
q.pop_back();
}
q.push_back(nums[i]);
}
//得到前k个元素中最大的那个并存储在队列最前端,剩余的小于它的也按递减的顺序存储在其中
result.push_back(q.front());
/**
* 下面这个循环每次都会检测队列最前端的元素是否为数组顺序中最前面的一个,如果是就将其剔除
* 然后向后遍历一个元素(窗口向后滑动一格)并判断它与队列中存储数值的大小关系并以递减的形
* 式存储,同样输出最大的元素
*/
for(int i = k;i < nums.size();i++)
{
if(!q.empty() && q.front() == nums[i-k])
{
q.pop_front();
}
while(!q.empty() && q.back() < nums[i])
{
q.pop_back();
}
q.push_back(nums[i]);
result.push_back(q.front());
}
return result;
}
};
在阅读过思路后我写出了自己的解法,代码不够精炼但至少能动手了
class Solution {
private:
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();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> result;
for (int i = 0; i < k; i++) { // 先将前k的元素放进队列
que.push(nums[i]);
}
result.push_back(que.front()); // result 记录前k的元素的最大值
for (int i = k; i < nums.size(); i++) {
que.pop(nums[i - k]); // 滑动窗口移除最前面元素
que.push(nums[i]); // 滑动窗口前加入最后面的元素
result.push_back(que.front()); // 记录对应的最大值
}
return result;
}
};
卡哥的代码则提高了抽象层次,抽象出了一个新的类并按需要改变了函数的处理方式
347.前 K 个高频元素
题目链接:347.前 K 个高频元素
有思路但是不多,看到题目的第一反应就是用map存储数据,但是在数据的排序尤其是获取频率顺序之后反过来求对应元素上出现了困难
卡哥的思路是用priority_queue的小根堆形式存储数据,并且存储的是键值对pair,定义它的存储规则为值value小的在前
明白了思路之后其实代码很容易就能写出来
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;
}
};