代码随想录算法训练营第13天|239. 滑动窗口最大值 347.前 K 个高频元素

239. 滑动窗口最大值 （一刷至少需要理解思路）

题目链接：LeetCode - The World's Leading Online Programming Learning Platform

题目链接/文章讲解/视频讲解：代码随想录

解题思路：

超时解法 设置一个deque 遍历 每次append一个数字 当达到sliding window size时记录最大数字并移除第一个 继续遍历append数字。

from collections import deque
class Solution(object):
    def maxSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
        """
        window=deque()
        n=len(nums)
        res=[]
        if n>=k:
            for i in range(n):
                window.append(nums[i])
                if len(window)==k:
                    res.append(max(window))
                    window.popleft()
        return res
            

Reference：代码随想录的python代码思路

from collections import deque


class MyQueue: #单调队列（从大到小
    def __init__(self):
        self.queue = deque() #这里需要使用deque实现单调队列，直接使用list会超时
    
    #每次弹出的时候，比较当前要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pop之前判断队列当前是否为空。
    def pop(self, value):
        if self.queue and value == self.queue[0]:
            self.queue.popleft()#list.pop()时间复杂度为O(n),这里需要使用collections.deque()
            
    #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了。
    def push(self, value):
        while self.queue and value > self.queue[-1]:
            self.queue.pop()
        self.queue.append(value)
        
    #查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
    def front(self):
        return self.queue[0]
    
class Solution:
    def maxSlidingWindow(self, nums, k):
        que = MyQueue()
        result = []
        for i in range(k): #先将前k的元素放进队列
            que.push(nums[i])
        result.append(que.front()) #result 记录前k的元素的最大值
        for i in range(k, len(nums)):
            que.pop(nums[i - k]) #滑动窗口移除最前面元素
            que.push(nums[i]) #滑动窗口前加入最后面的元素
            result.append(que.front()) #记录对应的最大值
        return result

347.前 K 个高频元素  （一刷至少需要理解思路）

题目链接：LeetCode - The World's Leading Online Programming Learning Platform

题目链接/文章讲解/视频讲解：代码随想录

解题思路：

hashtable再sort

class Solution(object):
    def topKFrequent(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
        """
        hashtable={}
        for i in nums:
            if i not in hashtable:
                hashtable[i]=1
            else:
                hashtable[i]+=1
        return sorted(hashtable, key = lambda x: hashtable[x],reverse=True)[0:k]

#时间复杂度：O(nlogn)
#空间复杂度：O(n)

Reference：代码随想录的python代码思路

#时间复杂度：O(nlogk)
#空间复杂度：O(n)
import heapq
class Solution:
    def topKFrequent(self, nums,k):
        #要统计元素出现频率
        map_ = {} #nums[i]:对应出现的次数
        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
        for key, freq in map_.items():
            heapq.heappush(pri_que, (freq, key))
            if len(pri_que) > k: #如果堆的大小大于了K，则队列弹出，保证堆的大小一直为k
                heapq.heappop(pri_que)
        
        #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
        result = [0] * k
        for i in range(k-1, -1, -1):
            result[i] = heapq.heappop(pri_que)[1]
        return result