代码随想录算法训练营第十三天| 239. 滑动窗口最大值、347. 前 K 个高频元素

239. 滑动窗口最大值

给你一个整数数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。

返回 滑动窗口中的最大值 。

拿到这道题首先尝试使用暴力法，遍历数组的长度 len(nums) - k + 1次 计算每个区间的最大值，然后将其添加到列表里，由于max()函数的时间复杂度是O(n)，所以整体时间复杂度为 O(n*k)（max作用的区间数组长度为k），再看题目给出的

• 1 <= nums.length <= 105
• -104 <= nums[i] <= 104
• 1 <= k <= nums.length

肯定会超时。

果不其然到第37个测试用例时超时了。

 遂看视频：

单调队列正式登场！| LeetCode：239. 滑动窗口最大值_哔哩哔哩_bilibili

 看了4遍然后自己模拟了好久才搞懂，使用单调队列来控制删除，添加元素来达到效果，自己尝试着运行代码才发现 定义的push(）中已经包含了区间内删除不符合要求的元素的特性。

这道题非常的不容易，需要二刷三刷才行，关键问题是我基本想不到何种条件下使用单调栈或单调队列来解决问题。

347. 前 K 个高频元素

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

这道题由于需要统计频率，我决定使用字典来解决问题，遍历数组用字典统计频率。然后使用匿名函数排序，最后将排序后的表前k位截取输出。

 

由于使用了字典统计和排序，所以时间复杂度稍微有点高，然后去看视频学习：

优先级队列正式登场！大顶堆、小顶堆该怎么用？| LeetCode：347.前 K 个高频元素_哔哩哔哩_bilibili 看完以后决定使用小顶堆试一试，python里的标准库heapq正好是一个小顶堆，正好熟悉一下该库的语法。

 今天的两道题含金量感觉非常高，单挑队列和使用小顶堆解决问题，都是非常需要时间思考的。