【LeetCode】面试算法总结@优先队列

面试算法总结:优先队列

  • 1、LeetCode----703. 数据流中的第K大元素
    • 基本思路
  • 2、LeetCode----239. 滑动窗口最大值
    • 基本思路

1、LeetCode----703. 数据流中的第K大元素

https://leetcode-cn.com/problems/kth-largest-element-in-a-stream/
【LeetCode】面试算法总结@优先队列_第1张图片

基本思路

#首先保证一个数组里面的个数为k
#通过每次找出数组中的最小的数与新加入的数进行比较
#当新加入的数大于最小的数时将其替换为最小的数,
#最终要求的数为数组中最小的数,返回此数
#最后一个case通不过,由于复杂度大了,当代大神改进此算法
class KthLargest:
    def __init__(self, k: int, nums: List[int]):
        self.k = k
        self.nums = nums
        if len(self.nums) > self.k:
            while len(self.nums) > self.k:
                 self.nums.remove(min(self.nums))
        if not len(self.nums):
            while len(self.nums)!=self.k:
                self.nums.append(-100000)
            
    def add(self, val: int) -> int:
        min_num = min(self.nums)
        if len(self.nums) < self.k:
            self.nums.append(val)
        elif val > min_num:
            self.nums.remove(min_num)
            self.nums.append(val)
        return min(self.nums)

2、LeetCode----239. 滑动窗口最大值

https://leetcode.com/problems/top-k-frequent-words/description/
【LeetCode】面试算法总结@优先队列_第2张图片

基本思路

#这一题显示是困难,但其实使用python解并不是很难
#首先我们考虑的是遍历整个数组,将内容进行切片处理,每次求解出切片里面最大的元素添加到answer中
#最终返回answer即可,当然需要考虑到一些特殊的情况,比如说数组为空,或者k=1的情况。
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        if not nums:
            return
        if k == 1:
            return nums
        answer = []
        for i in range(len(nums)):
            if i+k > len(nums):
                break
            temp = nums[i:i+k]
            answer.append(max(temp))
        return answer

你可能感兴趣的:(面试算法题类型总结)