Python版Day13

239. 滑动窗口最大值

给你一个整数数组 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 。

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/sliding-window-maximum
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

设计单调队列的时候，pop，和push操作要保持如下规则：

1. pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
2. push(value)：如果push的元素value大于入口元素的数值，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

保持如上规则，每次窗口移动的时候，只要问que.front()就可以返回当前窗口的最大值。

# 单调队列，从头到尾单调递减
class MyQueue:
    def __init__(self):
        self.queue = deque()
    # 每次弹出的时候比较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
    # 同时要判断当前队列是否为空
    def pop(self,value):
        if self.queue and value == self.queue[0]:
            self.queue.popleft()
    # 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
    def push(self,value):
        while self.queue and value>self.queue[-1]:
            self.queue.pop()
        self.queue.append(value)
    # 返回最大值即队列前端
    def front(self):
        return self.queue[0]
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        queue = MyQueue()
        result =[]
        for i in range(k):
            queue.push(nums[i])
        result.append(queue.front())
        for i in range(k,len(nums)):
            # 滑动
            queue.pop(nums[i-k])
            queue.push(nums[i])
            result.append(queue.front())
        return result

347. 前 K 个高频元素

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

堆是一棵完全二叉树，树中每个结点的值都不小于（或不大于）其左右孩子的值。 如果父亲结点是大于等于左右孩子就是大顶堆，小于等于左右孩子就是小顶堆。

那么问题来了，定义一个大小为k的大顶堆，在每次移动更新大顶堆的时候，每次弹出都把最大的元素弹出去了，那么怎么保留下来前K个高频元素呢。

而且使用大顶堆就要把所有元素都进行排序，那能不能只排序k个元素呢？

所以我们要用小顶堆，因为要统计最大前k个元素，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。

import heapq
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        # 统计元素出现的频率
        map_ = {}
        for i in range(len(nums)):
            map_[nums[i]] = map_.get(nums[i],0)+1
        # 对频率排序
        # 定义一个小顶堆，大小为k
        pri_que = [] #小顶堆

        #用固定大小为k的小顶堆，扫描所有频率的数值
        # 根据频率来排序
        for key,freq in map_.items():
            heapq.heappush(pri_que,(freq,key))
            if len(pri_que)>k:
                heapq.heappop(pri_que)
        
        result = [0]*k
        # 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
        for i in range(k-1,-1,-1):
            result[i] = heapq.heappop(pri_que)[1]
        return result