Leetcode Stack&queue 239 347

文章介绍了如何使用双端队列(deque)解决LeetCode239题的滑动窗口最大值问题,以及利用哈希表和多映射(multimap)或优先队列(priority_queue)解决LeetCode347题的找出数组中出现次数最多的k个元素的问题。文中提到了在使用优先队列时自定义比较函数(mycomparison)的重要性。

Leetcode 239

  1. 整体思想:用一个deque维护滑动窗口中的最大值

滑动窗口移动时,要删除掉最前面的数,并加入一个新的数,当新加入数的前面有小于这个数的值时,要把前面的数都pop掉,直到遇到最大值

  1. deque:

  • 是一个双端队列,存储不一定在连续空间

  • 要用push_back(), push_front(), pop_back(), pop_front()

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        deque<int> que;
        vector<int> res;
        for(int i=0; i<k; i++){
            while(!que.empty() && que.back() < nums[i]){
                que.pop_back();
            }
            que.push_back(nums[i]);
        }
        res.push_back(que.front());
        for(int i=k; i<nums.size(); i++){
            if(que.front() == nums[i-k]){
                que.pop_front();
            }
            while(!que.empty() && que.back() < nums[i]){
                que.pop_back();
            }
            que.push_back(nums[i]);
            res.push_back(que.front());
        }
        return res;
    }
};

需要注意的点:第一次遍历完k个值之后,要把deque的第一个数存入res里,不然第一个滑动窗口的值就被略过了

Leetcode 347 Top K Frequent Elements

用哈希表

class Solution {
public:
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> map;
        for(int num:nums){
            map[num]++;
        }

        multimap<int, int> orderMap;
        for(auto iter:map){
            orderMap.insert(make_pair(iter.second, iter.first));
        }

        vector<int> res;
        for(auto iter = orderMap.rbegin(); iter != orderMap.rend(); iter++){
            if(k > 0){
                res.push_back(iter->second);
                k--;
            }
        }
        return res;
    }
};
  1. multimap 用key排序,为升序

Priority queue

class Solution {
public:
    class mycomparison{
        public:
        bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs){
            return lhs.second > rhs.second;
        }
    };

    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int, int> map;
        for(int num:nums){
            map[num]++;
        }

        priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;

        for(auto iter = map.begin(); iter != map.end(); iter++){
            pri_que.push(*iter);
            if(pri_que.size() > k){
                pri_que.pop();
            }
        }

        vector<int> res;
        for(int i=0; i<k; i++){
            res.push_back(pri_que.top().first);
            pri_que.pop();
        }
        return res;
    }
};
  1. 使用小顶堆

  1. 如何写仿函数(这里有点不太明白,之后要在看一下)

  1. priority_queue<Type, Container, Functional>

  • Container: 必须是数组实现的容器, 比如vector,deque, 不能用list(默认是vector)

  • Function是比较的方式

  • 使用基本数据类型时,默认大顶堆

(Priority这里之后需要再回顾,主要是看比较方式)

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值