代码随想录算法训练营三期 day13 - 栈与队列(3)

239. 滑动窗口最大值（单调队列）

原文链接：239. 滑动窗口最大值
题目链接：239. 滑动窗口最大值
视频链接：单调队列正式登场！| LeetCode：239. 滑动窗口最大值
难点：如何求一个区间里的最大值（暴力的复杂度是 $O(nk)$) ？
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。
设计单调队列的时候，$pop$ 和 $push$ 操作要保持如下规则：
$pop(value)$：如果窗口移除的元素 $value$ 等于单调队列的出口 ($front$) 元素，那么队列弹出元素，否则不用任何操作;
$push(value)$：如果 $push$ 的元素 $value$ 大于入口 ($back$) 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。

代码如下：

class Solution {
private:
    class MyQue {
        public:
            deque<int> dq;
            void pop(int val) {
                if (!dq.empty() && val == dq.front()) {
                    dq.pop_front();
                }
            }
            void push(int val) {
                while (!dq.empty() && val > dq.back()) {
                    dq.pop_back();
                }
                dq.push_back(val);
            }
            int getMaxValue() {
                return dq.front();
            }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> res;
        MyQue que;
        for (int i = 0; i < k; i++) {
            que.push(nums[i]);
        }
        res.push_back(que.getMaxValue());
        for (int i = k; i < nums.size(); i++) {
            que.pop(nums[i - k]);
            que.push(nums[i]);
            res.push_back(que.getMaxValue());
        }
        return res;
    }
};

347. 前 K 个高频元素（优先队列）

原文链接：347. 前 K 个高频元素
题目链接：347. 前 K 个高频元素
视频链接：优先级队列正式登场！大顶堆、小顶堆该怎么用？| LeetCode：347.前 K 个高频元素
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 （使用 $map$ 进行统计）
(2) 对频率排序 (优先队列/堆）(3) 找出前K个高频元素
我们要用小顶堆，因为要统计前 $k$ 个最大元素，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。

注意左大于右是建立小顶堆（与快排相反）！

class Solution {
private:
    class myCmp {
    public:
        bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {
            return lhs.second > rhs.second;
        }
    };
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> map;
        // 统计元素出现频率
        for (int i = 0; i < nums.size(); i++) {
            map[nums[i]]++;
        }
        // 构建小顶堆
        priority_queue<pair<int, int>, vector<pair<int, int>>, myCmp> prique;
        for (auto it : map) {
            prique.push(it);
            if (prique.size() > k) {
                prique.pop();
            }
        }
        // 倒序构建数组
        vector<int> res(k);
        for (int i = k - 1; i >= 0; i--) {
            res[i] = prique.top().first;
            prique.pop();
        }
        return res;
    }
};