239. 滑动窗口最大值
题目
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 。
思路
一开始我是直接暴力两层循环的，但是Time Limit了，所以只好乖乖看随想录了。
随想录的方法很妙，是自己定义一个单调队列，这个队列是基于deque的，deque是一种底层容器，是queue的基础。
这个单调队列的作用是，固定长度，每次从队尾添加元素，如果这个元素是第一个，那就直接加进去，如果不是的话，就要考虑队尾元素和它的大小关系了，因为我们想要得到的是一个从队尾到队头单调递增的队列，所以如果队尾元素小于新加的元素的话，就得把队尾pop掉；
单调队列的另一个重要操作是将元素出队，也就是从队头出队，为什么要出队呢，因为我们的这个单调队列是一个在题目所给的数组上滑动的窗口，每次新加入一个元素就得把尾巴那里的元素pop掉，但是在队列里面，只能把队头元素pop掉，这时候只要判断出队的元素和队头元素相不相等了，如果相等就直接pop掉，不相等就不pop，因为在之前添加元素的时候，这个元素就已经被pop了；
最后就是实现返回单调队列最大值作为答案之一了，这个操作很简单，直接返回队头元素就好，因为队列从尾到头单调递增。
现在唯一需要的工具已经定义好了，接下来就正式解题，首先就是定义一个单调队列，先往这个队列里加k个元素，之后再来一个for循环，这个循环从下标为k的元素开始，每次先pop掉当前元素的前面第k个元素，再新加进来一个下标为i的元素，然后往答案容器里push_back一下队列的队头元素即可。
代码
class Solution {
private:
class MyQueue {
public:
deque<int> que;
// 每次要pop元素时都要看看要弹出的是不是队头元素，是的话就弹出
// 还要判断这时候队列是否为空
void pop(int value) {
if (!que.empty() && value == que.front()) {
que.pop_front();
}
}
// 如果push的数值大于尾端的数值，那就将尾端数值弹出，直到push的数值小于等于尾端数值为止
// 这样就可以保持队列里的数值是从尾到头单调递增的了
void push(int value) {
while (!que.empty() && value > que.back()) {
que.pop_back();
}
que.push_back(value);
}
// 查询队列里的最大值，直接返回队头元素即可，因为队列是从尾到头递增的
int front() {
return que.front();
}
};
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
MyQueue que;
vector<int> result;
for (int i = 0; i < k; i++) {
que.push(nums[i]);
}
result.push_back(que.front());
for (int i = k; i < nums.size(); i++) {
que.pop(nums[i - k]);
que.push(nums[i]);
result.push_back(que.front());
}
return result;
}
};347. 前 K 个高频元素
题目
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]
思路
这道题很容易可以想要用map来统计每个数字出现的次数，但是还要对次数进行排序，相当于是按value值来排序，这就不好做了，所以这里也定义了一个之前闻所未闻的小顶堆。
堆其实就是完全二叉树，大顶堆从上到下从左到右递增，而小顶堆则是从上到下从左到右递减，所以大顶堆里顶最大，小顶堆里顶最小，我们把map中的键值对放入小顶堆中，小顶堆就会按照value值自动排序，把最小的放在上面，这样只需要留下k个value最大的键值对就好了。
代码
class Solution {
public:
// 小顶堆
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) {
// 要统计元素出现频率
unordered_map<int, int> map; // map<nums[i],对应出现的次数>
for (int i = 0; i < nums.size(); i++) {
map[nums[i]]++;
}
// 对频率排序
// 定义一个小顶堆，大小为k
priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> pri_que;
// 用固定大小为k的小顶堆，扫面所有频率的数值
for (unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++) {
pri_que.push(*it);
if (pri_que.size() > 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
pri_que.pop();
}
}
// 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
vector<int> result(k);
for (int i = k - 1; i >= 0; i--) {
result[i] = pri_que.top().first;
pri_que.pop();
}
return result;
}
};
