239. 滑动窗口最大值--------知识点：单调队列
链接：代码随想录
自己写的，报错：
class DandiaoQueue{ //一个栈或者队列，基本要有进栈出栈两种操作，这里再加上pop出最大值一种操作 //底层是deque public: deque<int>d; void pop(int x) { if(d.front()==x) { d.pop_front(); } } void push(int x) { while(!d.empty()&& d.back()<x)//需要加等号吗？应该不用吧，不是严格单调递减 { d.pop_back(); } d.push_back(x); } int get_max() { return d.front(); } }; class Solution { public: vector<int> maxSlidingWindow(vector<int>& nums, int k) { DandiaoQueue MyQueue; vector<int>res;//记录每k个元素的最大值 int n=nums.size(); int i=0; while(i<n && i<k) { MyQueue.push(nums[i]); i++; } for(int i=k;i<n;i++) { MyQueue.push(nums[i]); MyQueue.pop(nums[i-k]); res.push_back(MyQueue.get_max()); } return res; } };看了之前写的：
发现少了
没有把第一个最大值放进res ，更正后正确。
更正后代码：
class Solution { private: //创建单调队列的class class DandiaoQueue{ public: deque<int>d;//底层实现 void push(int x) { while(!d.empty()&&x>d.back()) { d.pop_back(); } d.push_back(x); } void pop(int left) { if(left==d.front()) { d.pop_front(); } } int maxx() { return d.front(); } }; public: /* 总的来说，结合https://programmercarl.com/0239.%E6%BB%91%E5%8A%A8%E7%AA%97%E5%8F%A3%E6%9C%80%E5%A4%A7%E5%80%BC.html 和https://labuladong.github.io/algo/di-yi-zhan-da78c/shou-ba-sh-daeca/dan-diao-d-32cd5/ 来理解 单调队列用到压扁的比喻让人印象深刻 单调队列、单调栈、滑动窗口、优先队列 区别 现在需要一种新的队列结构，既能够维护队列元素「先进先出」的时间顺序，又能够正确维护队列中所有元素的最值，这就是「单调队列」结构 队列没有必要维护窗口里的所有元素，只需要维护有可能成为窗口里最大值的元素就可以了，同时保证队列里的元素数值是由大到小的。 那么这个维护元素单调递减的队列就叫做单调队列，即单调递减或单调递增的队列。C++中没有直接支持单调队列，需要我们自己来实现一个单调队列 不要以为实现的单调队列就是 对窗口里面的数进行排序，如果排序的话，那和优先级队列又有什么区别了呢。 */ vector<int> maxSlidingWindow(vector<int>& nums, int k) { DandiaoQueue myque; vector<int>res;//res中存储当前滑动窗口最大值 int n=nums.size(); //先把k个元素送进单调队列 int i=0; while(i<k) { myque.push(nums[i]); i++; } res.push_back(myque.maxx()); //接下来维护大小为k的滑动窗口，保证进一个新元素，走一个滑动窗口中的元素----这里卡住了，怎么接着往下写？ for(i=k;i<n;i++) { myque.pop(nums[i-k]);//如果不是不做任何处理 myque.push(nums[i]); res.push_back(myque.maxx()); } return res; } };
347.前 K 个高频元素 -------------自定义的优先队列
链接：代码随想录
之前写的，小白友好：
class Solution { /*我都不知道自己之前怎么做对的，这感觉也不像单调队列啊，我可以用vector<pair<int,int>>存储所有元素和对应的频率值，然后sort寻找前k个频率最高的元素 啊，是优先队列，我命运般的优先队列 关于优先队列的基本知识可以看这一篇：https://leetcode.cn/problems/top-k-frequent-elements/solutions/1283998/c-xiao-bai-you-hao-you-xian-dui-lie-de-j-53ay/ 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。 */ public: class myCompare{ public://不加public报错 bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs) {//仿函数，对()进行重载 return lhs.second > rhs.second; } }; vector<int> topKFrequent(vector<int>& nums, int k) { vector<pair<int,int>>v; vector<int>res; unordered_map<int,int>m; for(auto num:nums) { m[num]++; } //map m={每个元素：对应的频率} //要用小顶堆，因为要统计最大前k个元素，只有小顶堆每次将最小的元素弹出，最后小顶堆里积累的才是前k个最大元素。 //将 m中的pair加入优先队列，并维持优先队列大小为k（自定义） priority_queue<pair<int,int>,vector<pair<int,int>>,myCompare>q; for(auto p: m) { q.push(p); if(q.size()>k) { q.pop(); } } while(!q.empty()) { //pair<int,int> top=q.front(); pair<int,int> top=q.top(); res.push_back(top.first); q.pop(); } return res; } };二刷：
class Solution { /* 优先队列:默认为大顶堆，每次pop出堆中最大值，所以是从大到小 本题保存最终的k个大值，所以要pop的是每次的最小值，用小根堆，小根堆关键词greater<int> 同时因为这道题堆中的排列顺序不是按照值，而是按照频率，必须要用pair<int,int>作为每个节点的基础，且优先队列中 的序列为vector<pair<int,int>>,值和频率事先统计好（怎么统计，用unordered_map） */ struct MyCompare{ bool operator()(pair<int,int> &a, pair<int,int> &b) { return a.second>b.second; } }; public: vector<int> topKFrequent(vector<int>& nums, int k) { priority_queue<pair<int,int>,vector<pair<int,int>>,MyCompare>myqueue; vector<int>res;//保存前k个频率最大的值 //先统计所有值和对应的频率,用unordered_map unordered_map<int,int>umap; for(auto num:nums) { umap[num]++; } //写MyCompare 自定义比较函数 int n=nums.size(); for(auto p:umap) { myqueue.push(p); if(myqueue.size()>k) { myqueue.pop(); } } while(!myqueue.empty()) { res.push_back(myqueue.top().first); myqueue.pop(); } return res; } };
