代码随想录算法训练营第十一天 | 150. 逆波兰表达式求值、239. 滑动窗口最大值 、 347.前 K 个高频元素

150. 逆波兰表达式求值

很简单，遇到运算符把栈入口的两个元素弹出来运算即可。

注意向0取整使用int()函数而不是整除，整除是向下取整。

math.ceil是向上取整。

class Solution:
    def evalRPN(self, tokens: List[str]) -> int:
        stack = []
        opr = ('+', '-', '*', '/')

        for token in tokens:
            if token not in opr:
                stack.append(int(token))
            else:
                tmp = stack.pop()
                if token == '+':
                    stack[-1] += tmp
                elif token == '-':
                    stack[-1] -= tmp
                elif token == '*':
                    stack[-1] *= tmp
                else:
                    stack[-1] = int(stack[-1] / tmp)
        return stack[-1]
    

239. 滑动窗口最大值

这题滑动窗口求最值，维护单调队列即可。CSIT 5500 的streaming章节亦有提到。

单调队列简而言之：“如果一个选手比你小还比你强，你就可以退役了。”  （多年前摘自知乎Pecco的文章）

在实现中遇到的困难是，5500课程里给了每一个窗口元素一个时间戳，记录本元素已经入队多久，如果时间戳大于窗口长度，则他必须离队。实际上这种实现在本题中会超时，因此这里花思考改进，streaming的时候因为数据流很大，针对的是相对小的窗口，因此如果窗口过大会超时；这里因为可以访问原数组，因此如果单调队列中存index非entry，在查入队时间时可以直接使用下标相减检查这个元素是否还在窗口。

from collections import deque
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        res = []
        monoQue = deque()
        for i in range(len(nums)):    

            while monoQue and nums[i] >= nums[monoQue[-1]]:
                monoQue.pop()

            monoQue.append(i)

            if i - monoQue[0] >= k:
                monoQue.popleft()


            if i >= k - 1:
                res.append(nums[monoQue[0]])
        
        return res

347.前 K 个高频元素

堆就是干这个事情的。

自己写了一版，AC了但是看着不舒服。

import heapq
from collections import Counter

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        priQue = [(value, key) for key, value in Counter(nums).items()]
        heapq.heapify(priQue)
        while len(priQue) > k:
            heapq.heappop(priQue)
        return [x[1] for x in priQue]

实际上，看了题解可以不用先全都heapify, 维护一个固定大小的小顶堆即可。

import heapq
from collections import Counter

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        priQue = []
        for key,value in Counter(nums).items():
            if len(priQue) >= k:
                heapq.heappushpop(priQue, (value,key))
            else:
                heappush(priQue, (value,key))
        return [x[1] for x in priQue]