代码随想录算法训练营第11天—栈与队列03 | ● *239. 滑动窗口最大值 ● 347.前 K 个高频元素 ● 总结

*239. 滑动窗口最大值

题目链接/文章讲解/视频讲解：https://programmercarl.com/0239.%E6%BB%91%E5%8A%A8%E7%AA%97%E5%8F%A3%E6%9C%80%E5%A4%A7%E5%80%BC.html

• 考点
  • 单调队列
• 我的思路
  • 不使用队列
  • 两重循环，外层为滑动窗口滑动的次数，内层为滑动窗口的宽度
    • 在内层循环中寻找窗口里的最大值，并加到结果列表中
  • 返回列表
• 视频讲解关键点总结
  • 单调队列
  • 针对本题的单调队列，只需要维护队列出口处的元素为当前队列元素的最大值，且后续元素为降序排列
  • 为此，设计两个函数
    • push函数，每向队列中加入一个元素，调用push函数，函数体内循环判断所加入元素与队尾元素的大小，如果所加入元素大，移除队尾元素，若小或队列为空，将当前元素加入队列
    • pop函数，用于在滑动窗口移动时，判断被滑过去的那个元素是否为当前队列的首元素（因为有可能因为不够大在push函数中就被移除掉了），如果是，则移除该元素的同时返回该元素。不需要进行其它操作
  • 该方法能减少时间复杂度
• 我的思路的问题
  • 时间复杂度过高
• 代码书写问题
  • 直接通过定义一个额外的类实现整体功能
• 可执行代码

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: List[int], k: int) -> List[int]:
        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

这道题学完二叉树再回来做

题目链接/文章讲解/视频讲解：https://programmercarl.com/0347.%E5%89%8DK%E4%B8%AA%E9%AB%98%E9%A2%91%E5%85%83%E7%B4%A0.html

• 考点
  • 大、小顶堆
• 我的思路
  • 无思路
• 视频讲解关键点总结
  • 字典存储元素及其出现次数
  • 小顶堆用于维护k个高频元素的队列
  • 最后返回小顶堆
• 我的思路的问题
  • 无
• 代码书写问题
  • 无
• 可执行代码

#时间复杂度：O(nlogk)
#空间复杂度：O(n)
import heapq
class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        #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

栈、队列总结

栈与队列做一个总结吧，加油

https://programmercarl.com/%E6%A0%88%E4%B8%8E%E9%98%9F%E5%88%97%E6%80%BB%E7%BB%93.html

• 栈的经典应用
  • 括号语句的合法性判断（括号匹配）
  • linux里文件路径的切换
  • 递归函数的实现（理论上，所有的递归法都可以用栈来模拟，比如二叉树深度优先遍历的实现）
• 队列的应用
  • 滑动窗口最大值
  • K个高频元素
  • 二叉树广度优先遍历的实现