代码随想录刷题第13天

第一题是滑动窗口最大值https://leetcode.cn/problems/sliding-window-maximum/description/,第一次接触难题。不会,看看卡哥怎么说代码随想录。做法是单调队列,头一次听说。用队列维护可能成为最大值的元素,定义出三种运算方式pop,push,getfront,当窗口滑动导致队头元素被推出时,执行pop操作,把队头元素弹出,新元素加入时,若大于队中元素,则将前方元素均弹出,最大元素置于队头,每次滑动时取出队头元素即可。属于是自己定义了一种基于队列实现的数据结构。

class Solution {
private:
    class MyQueue {
    public:
        deque que;
        void pop(int value) {
            if (!que.empty() && value == que.front()) {
                que.pop_front();
            }
        }
        void push(int value) {
            while (!que.empty() && value > que.back()) {
                que.pop_back();
            }
            que.push_back(value);
        }
        int front() { return que.front(); }
    };

public:
    vector maxSlidingWindow(vector& nums, int k) {
        MyQueue que;
        vector result;
        for (int i = 0; i < k; i++) {
            que.push(nums[i]);
        }
        result.push_back(que.front());
        for (int i = k; i < nums.size(); i++) {
            que.pop(nums[i - k]);
            que.push(nums[i]);
            result.push_back(que.front());
        }
        return result;
    }
};

第二题是前k个高频元素https://leetcode.cn/problems/top-k-frequent-elements/description/,学数据结构的时候了解过求前k元素较好的方法是堆,但具体代码不会,刚好借这个机会学一下堆的代码。此题转弯的地方还在于如何统计每个元素和其对应的出现频率,不难想到哈希表中的map结构,很好的满足了这一要求。

class Solution {
public:
    class mycomparison {
    public:
        bool operator()(const pair& lhs, const pair& rhs) {
            return lhs.second > rhs.second;
        }
    };
    vector topKFrequent(vector& nums, int k) {
        unordered_map map;
        for (int i = 0; i < nums.size(); i++) {
            map[nums[i]]++;
        }
        priority_queue, vector>, mycomparison>
            pri_que;
        for (unordered_map::iterator it = map.begin();
             it != map.end(); it++) {
            pri_que.push(*it);
            if (pri_que.size() > k)
                pri_que.pop();
        }
        vector result(k);
        for (int i = k - 1; i >= 0; i--) {
            result[i] = pri_que.top().first;
            pri_que.pop();
        }
        return result;
    }
};

思路好懂,但是这个代码让我搞不明白。最后用的chatgpt才看明白代码。

结束栈和队列,收获还是不小的,从栈的经典问题括号匹配、后缀表达式求值,到队列中的单调队列与堆,这部分代码略难,栈和队列这种结构的重要性不言而喻,只求二刷的时候能更通透一些。

你可能感兴趣的:(算法,数据结构)