代码随想录算法训练营第十三天 | 239. 滑动窗口最大值 347.前 K 个高频元素

文章讲述了如何使用单调队列和优先级队列解决LeetCode中的滑动窗口问题,以及如何优化代码以降低时间复杂度。通过使用deque实现单调队列和小顶堆进行频率排序,解决了滑动窗口最大值和前k个高频元素的问题。
摘要由CSDN通过智能技术生成

day13 记录代码随想录

第一题 力扣239. 滑动窗口最大值

给定一个数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。

返回滑动窗口中的最大值。

题目链接:力扣题目链接

解题思路:

一开始拿到这道题的第一想法就是使用队列来存放窗口里的元素,然后每一步右滑做三个操作,push、pop和求最大值,我一开始写了一个遍历求最大值的函数来调用实现,结果很显然,O(n^2)超时了,并且网页崩了代码还没保存,我哭死。

然后如何改进代码呢?

首先分三步肯定是没问题的,那么有问题的只有在求最大值的地方,如何优化此处的代码呢?

对于队列里的元素来说,我们看重的不是所有元素,而是只维护窗口里的最大值和可能成为最大值的元素,同时保证窗口里的元素数值是从大到小排列的,如此就能做到当需要求最大值时,从front里查找就可以了。这种维护元素单调递减的队列叫单调队列。

如何实现单调递减队列呢?

肯定不是直接对窗口里的数进行排序,否则就和优先级队列一样了。

来看一下单调队里如何维护队列里的元素:

对于窗口里的元素 2 3 5 1 4,只需要维护 5 4 即可,就能保证队列单调递减,此时队列出口元素就是最大值。

将每一个元素 s[i] 往队列 que 里比较,如果que.back() < s[i] 时(右边即尾部),需要将pop_back掉,这样才能保证 s[i] push_back 进队列以后前面的元素都大于s[i] ,即保证了队列里的元素是单调递减的。

对于其他两个操作的实现:

push,即将s[i+1] 压入队列,压入方向是back(右边),每次push(x)时,要比较que.back<x ,是的话就需要 que.pop_back() ,直到que.back>=x 为止。

pop,即将窗口最左边的元素出列,出列方向是front(左边),每次pop时,需要传入x,因为不确定需要pop的元素是否还在队列里,有可能已经在之前push的操作中移除了,只需要判断一下x==que.front() ,是的话que.pop_front(),否则不需要操作。

这样一来就模拟完了三个操作。

接下来只需要模拟s的遍历操作即可,即 入列+出列->求最大值

使用deque数据结构能很适配我们需要实现的功能。

deque称为双端队列,是一种容器。可以在两端入列和出列操作语句为:

que.push_back(); que.push_front() ; que.pop_front(); que.pop_back();

代码如下:

class Solution {
private:
    class Myque {      //单调队列类
    public:
        deque<int> que; //使用deque来实现单调队列que

        void pop( int x) {
            if ( !que.empty() && x == que.front() )
                que.pop_front();            //只有当需要pop的数就是x时才pop
        }

        void push( int x ) {
            while( !que.empty() && x > que.back() )
                que.pop_back();             //从队列的尾部pop出比x小的数
            que.push_back(x);
        }

        int getMax() {
            return que.front();
        }
    };

public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        Myque que;
        vector<int> result;
        for( int i = 0 ; i < k ; i++ ) {
            que.push(nums[i]);
        }
        result.push_back(que.getMax());
        for(int j = k; j < nums.size() ; j++ ) {
            que.push(nums[j]);
            que.pop(nums[j-k]);
            result.push_back(que.getMax());
        }
        return result;
    }
};

这里的时间复杂度为O(n),因为每个元素只遍历了一回。

第二题 力扣 347.前 K 个高频元素

给定一个非空的整数数组,返回其中出现频率前 k 高的元素。

示例 1:

  • 输入: nums = [1,1,1,2,2,3], k = 2
  • 输出: [1,2]

示例 2:

  • 输入: nums = [1], k = 1
  • 输出: [1]

题目链接:力扣题目链接

解题思路:

本题涉及到三个要求:

  1.  统计元素频率
  2. 按频率排序
  3. 找出前k个高频元素

对于统计元素频率,可以使用map来实现,map在统计数据和出现次数场景下有独特的优势。

对频率排序,可以使用一种容器适配器:优先级队列priority_queue

优先级队列本质是一个堆,是一个披着队列外衣的队。因为优先级队列的接口是从队头取元素,对尾进元素,看起来就跟个队列一样。由于其堆的本质,在队列的内部,元素都是自动按元素的权值排列的。

在优先级队列内部,缺省情况下(ps:真是一个滑稽翻译,原名为default,默认情况)是利用max-heap(大顶堆)完成元素排序,大顶堆是以vector为表现形式的完全二叉树complete binary tree

什么是堆? 堆是一颗完全二叉树,每个结点的值都不小于(或者大于)其左右孩子的值,父结点大的为大顶堆,父结点小的为小顶堆。

本题使用小顶堆来做,要统计前k大元素,每次都将将最小的元素弹出,最后堆里累积的就是大元素。

代码如下:

class Solution {
public:
    class compare {
        public:
        bool operator()(pair<int, int> num1, pair<int, int> num2) { //此处的重载运算符比较难以理解
            return num1.second > num2.second;
        }
    };

    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> map;
        for(int i = 0; i < nums.size(); i++) {  //统计频率
            map[nums[i]]++;
        }

        priority_queue<pair<int, int>, vector<pair<int , int>>, compare> que;

        for(auto t:map) {   //for(unordered_map<int,int>::iterator t = map.begin(); t != map.end(); t++)
            que.push(t);
            if(que.size() > k)
                que.pop();
        }

        vector<int> result;
        for(int i = k - 1; i >= 0; i--) {
            result.push_back(que.top().first);
            que.pop();
        }
        return result;
    }
};

注意优先队列的定义方式:

priority_queue<pair<int,int>,vector<pair<int,int>>, compare> que;

其中compare是自定的一个类,在本语句中代表自定义排序权重

compare定义的是一个重载运算符 bool operator()(pair<int,int> a,  pair<int,int>b) { } 

函数中自定义了a,b关系运算符。

  • 15
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值