总结
单调队列的实现，
优先级队列的使用
● 239. 滑动窗口最大值
● 347.前 K 个高频元素
● 239. 滑动窗口最大值
/*239. 滑动窗口最大值
困难
提示
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 。
示例 1：
输入：nums = [1,3,-1,-3,5,3,6,7], k = 3
输出：[3,3,5,5,6,7]
解释：
滑动窗口的位置 最大值
--------------- -----
[1 3 -1] -3 5 3 6 7 3
1 [3 -1 -3] 5 3 6 7 3
1 3 [-1 -3 5] 3 6 7 5
1 3 -1 [-3 5 3] 6 7 5
1 3 -1 -3 [5 3 6] 7 6
1 3 -1 -3 5 [3 6 7] 7
示例 2：
输入：nums = [1], k = 1
输出：[1]
提示：
1 <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4
1 <= k <= nums.length*/
class Solution_239 {
public:
/*
* 时间复杂度太高，超时了
*/
vector<int> maxSlidingWindow(vector<int> &nums, int k) {
vector<int> max_num;
for (int i = 0; i <= nums.size() - k; ++i) {
int current_max_num = INT32_MIN;
for (int j = 0; j < k; ++j) {
if (nums[i + j] > current_max_num)
current_max_num = nums[i + j];
}
max_num.push_back(current_max_num);
}
return max_num;
}
/*
* 单调队列维护窗口，队列内始终保持单调递减，保证队列头始终最大
*/
vector<int> maxSlidingWindow_deque(vector<int> &nums, int k) {
MyDeque record;
vector<int> res;
for (int i = 0; i < k; ++i) {//将第一个窗口独立出来，避免for循环条件不好确定
record.push(nums[i]);
}
res.push_back(record.get_max_value());
for (int i = k; i < nums.size(); ++i) {
record.pop(nums[i - k]);
record.push(nums[i]);
res.push_back(record.get_max_value());
}
return res;
}
private:
class MyDeque {
public:
deque<int> m_deque;
void pop(int val) {
if (val == m_deque.front())
m_deque.pop_front();
}
void push(int x) {
while (!m_deque.empty() && x > m_deque.back())//要维护队列的单调性，所以从队尾开始比较大小
m_deque.pop_back();//队尾弹出
m_deque.push_back(x);
}
int get_max_value() {
return m_deque.front();
}
};
};
● 347.前 K 个高频元素
/*347. 前 K 个高频元素
中等
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。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
示例 2:
输入: nums = [1], k = 1
输出: [1]
提示：
1 <= nums.length <= 105
k 的取值范围是 [1, 数组中不相同的元素的个数]
题目数据保证答案唯一，换句话说，数组中前 k 个高频元素的集合是唯一的
进阶：你所设计算法的时间复杂度 必须 优于 O(n log n) ，其中 n 是数组大小。*/
#include <unordered_map>
#include <queue>
class Solution_347 {
public:
vector<int> topKFrequent(vector<int> &nums, int k) {
vector<int> res(k);
unordered_map<int, int> record;
for (auto i : nums) {//统计各元素出现次数
record[i] += 1;
}
//
priority_queue<pair<int, int>, vector<pair<int, int>>, my_compare> record_queue;//优先队列
unordered_map<int, int>::iterator itr = record.begin();
while (itr != record.end()){//
record_queue.push(*itr);
if(record_queue.size() > k){//控制优先队列大小，方便得到结果
record_queue.pop();
}
++itr;
}
for(int i = k - 1; i >= 0; --i){//最小的优先级最高，需要反向排序
res[i] = record_queue.top().first;
record_queue.pop();
}
return res;
}
public:
class my_compare{
public:
bool operator()(const pair<int, int> &lhs, const pair<int, int> &rhs){
return lhs.second > rhs.second;//大于为真，小的优先级更高,队首元素为最小值，方便弹出当前最小，更新前k个最大元素
}
};
};