算法训练营

239. 滑动窗口最大值

题目链接: 239. 滑动窗口最大值
文档讲解： 代码随想录
题目难度：中等

思路:用单调队列实现，只需要遍历一遍，重点在于利用底层deque构造单调队列
时间复杂度：O(n)；空间复杂度：O(k)
下面展示 代码：

from collections import deque

# 使用deque实现queue底层设计
class MyQueue:
    # 这里需要使用deque实现单调队列，直接使用list会超时
    # 单调队列：只能队尾插入，但是能两端删除且队内元素单调递增或递减（适用于求解最值问题）插入和删除的时间复杂度均为o(1)
    # 单调队列功能：询问、插入和删除
    def __init__(self) -> None:
        self.que = deque()
    # 删除
    def pop(self, value):
        if self.que and self.que[0] == value:
            self.que.popleft() # 队首删除，若list.pop() 复杂度为o(n)
    # 插入
    # 保持队列单调递减
    def push(self, value):
        while self.que and value > self.que[-1]:
            self.que.pop()
        self.que.append(value)
    # 查询
    def front(self):
        return self.que[0]

class Solution:
    
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        que = MyQueue()
        res = []
        for i in range(k):
            que.push(nums[i])

        res.append(que.front())

        for j in range(k, len(nums)):
            # 窗口后移
            que.pop(nums[j-k])
            que.push(nums[j])
            res.append(que.front())
        return res

347.前 K 个高频元素

题目链接: 347.前 K 个高频元素
文档讲解： 代码随想录
题目难度：中等
思路:基于小顶堆实现。小顶堆利用headq实现，之前使用headq.headpush()，若要实现大顶堆，则所有元素加负号再使用headq.headpush()。
时间复杂度：O(nlogk)；空间复杂度：O(k)
代码如下

#时间复杂度：O(nlogk)
#空间复杂度：O(n)
# 基于小顶堆实现
import heapq
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        # 1、统计各元素的频率
        map1 = {}
        for i in range(len(nums)):
            # 没有nums[i]的键，则输出默认的值0
            map1[nums[i]] = map1.get(nums[i], 0) + 1
        
        # 2、定义小顶堆(heapq实现，大小为k)
        pri_que = []
        for key, freq in map1.items():
            # 小顶堆先弹出最小元素
            heapq.heappush(pri_que, (freq, key))
            if len(pri_que) > k:
                heapq.heappop(pri_que)
        # 3、取最后留在顶栈的元素(倒序输出)
        res = [0] * k
        for j in range(k-1, -1,-1):
            # heapq.heappop(pri_que)为(freq, key)，因此要加[1]
            res[j] = heapq.heappop(pri_que)[1]
        return res