目录
目录
目录
[简单]剑指 Offer 09. 用两个栈实现队列
题目
方法
[简单]剑指 Offer 30. 包含min函数的栈
题目
方法1：笨办法
方法2：辅助栈
[困难]剑指 Offer 59 - I. 滑动窗口的最大值
题目
方法：单调队列
[中等]剑指 Offer 59 - II. 队列的最大值
题目
方法1：暴力for
方法2：辅助双端队列
心得
[简单]剑指 Offer 09. 用两个栈实现队列
题目
用两个栈实现一个队列。队列的声明如下，请实现它的两个函数 appendTail 和 deleteHead ，分别完成在队列尾部插入整数和在队列头部删除整数的功能。(若队列中没有元素，deleteHead 操作返回 -1 )
剑指 Offer 09. 用两个栈实现队列 - 力扣（LeetCode）
方法
思路
将一个栈当作输入栈，用于压入 appendTail 传入的数据；另一个栈当作输出栈，用于 deleteHead操作。
每次 deleteHead时，若输出栈为空则将输入栈的全部数据依次弹出并压入输出栈，这样输出栈从栈顶往栈底的顺序就是队列从队首往队尾的顺序。
代码
class CQueue {
Stack<Integer> stack1 ;
Stack<Integer> stack2 ;
public CQueue() {
stack1 = new Stack<>();//入栈
stack2 = new Stack<>();//出栈
}
public void appendTail(int value) {
stack1.add(value);
}
public int deleteHead() {
//先看 出栈 空就 把入栈的数据全部倒入到出栈
if (stack2.isEmpty()){
if (!stack1.isEmpty()){
while (!stack1.isEmpty()){
stack2.add(stack1.pop());
}
}
}
if (!stack2.isEmpty()){
int res = stack2.pop();
return res;
}else return -1;
}
}效果
[简单]剑指 Offer 30. 包含min函数的栈
题目
定义栈的数据结构，请在该类型中实现一个能够得到栈的最小元素的 min 函数在该栈中，调用 min、push 及 pop 的时间复杂度都是 O(1)。
示例:
MinStack minStack = new MinStack(); minStack.push(-2); minStack.push(0); minStack.push(-3); minStack.min(); --> 返回 -3. minStack.pop(); minStack.top(); --> 返回 0. minStack.min(); --> 返回 -2.
剑指 Offer 30. 包含min函数的栈 - 力扣（LeetCode）
方法1：笨办法
思路
求最小值?直接用迭代器遍历这个栈，找到最小值。
朴实无华
代码
class MinStack {
Stack<Integer> stack ;
/** initialize your data structure here. */
public MinStack() {
stack = new Stack<>();
}
public void push(int x) {
stack.push(x);
}
public void pop() {
stack.pop();
}
public int top() {
return stack.peek();
}
public int min() {
int min = stack.peek();
Iterator iterator = stack.iterator();
while (iterator.hasNext()) {
Integer next = (Integer) iterator.next();
if (min > next){
min = next;
}
}
return min;
}
}
效果
效果超级低，可见这个方法真的无脑、不好
我总是能第一时间想出最蠢的办法
方法2：辅助栈
思路
根据题意，我们需要在常量级的时间内找到最小值！
这说明，我们绝不能在需要最小值的时候，再做排序，查找等操作来获取！
所以，我们可以创建两个栈，一个栈是主栈，另一个是辅助栈 ，用于存放对应主栈不同时期的最小值。
代码
class MinStack {
Deque<Integer> xStack;
Deque<Integer> minStack;
public MinStack() {
xStack = new LinkedList<Integer>();
minStack = new LinkedList<Integer>();
minStack.push(Integer.MAX_VALUE);
}
public void push(int x) {
xStack.push(x);
minStack.push(Math.min(minStack.peek(), x));
}
public void pop() {
xStack.pop();
minStack.pop();
}
public int top() {
return xStack.peek();
}
public int min() {
return minStack.peek();
}
}
效果
[困难]剑指 Offer 59 - I. 滑动窗口的最大值
题目
给定一个数组 nums 和滑动窗口的大小 k，请找出所有滑动窗口里的最大值。
示例:
输入: nums =[1,3,-1,-3,5,3,6,7], 和 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
剑指 Offer 59 - I. 滑动窗口的最大值 - 力扣（LeetCode）
同下面的题
239. 滑动窗口最大值 - 力扣（LeetCode）
方法：单调队列
头疼欲裂，第一次看到困难题，直接暴力肯定能做，但是大概率也是超时，想了半天想不出，只能硬着头皮看题解、教学视频。
想到了要用队列，但是接下来就没思路了。
很喜欢评论区里的一段话，他用一个很贴切的例子来说明出了这道题的解法，可以品味一下。
“
虫子的世界
发布于 广东
(编辑过)
2021.11.08
单调队列真是一种让人感到五味杂陈的数据结构，它的维护过程更是如此.....就拿此题来说，队头最大，往队尾方向单调......有机会站在队头的老大永远心狠手辣，当它从队尾杀进去的时候，如果它发现这里面没一个够自己打的，它会毫无人性地屠城，把原先队里的人头全部丢出去，转身建立起自己的政权，野心勃勃地准备开创一个新的王朝.....这时候，它的人格竟发生了一百八十度大反转，它变成了一位胸怀宽广的慈父！它热情地请那些新来的“小个子”们入住自己的王国......然而，这些小个子似乎天性都是一样的——嫉妒心强，倘若见到比自己还小的居然更早入住王国，它们会心狠手辣地找一个夜晚把它们通通干掉，好让自己享受更大的“蛋糕”；当然，遇到比自己强大的，它们也没辙，乖乖夹起尾巴做人。像这样的暗杀事件每天都在上演，虽然王国里日益笼罩上白色恐怖，但是好在没有后来者强大到足以干翻国王，江山还算能稳住。直到有一天，闯进来了一位真正厉害的角色，就像当年打江山的国王一样，手段狠辣，野心膨胀，于是又是大屠城......历史总是轮回的。
”
当然了，如果你直接初读这段话也是不好理解的，建议在看几遍题解之后，再读这段话就懂了。
如果题解不好看懂，我推荐看这个视频
单调队列正式登场！| LeetCode：239. 滑动窗口最大值_哔哩哔哩_bilibili
搞不懂，以后遇到滑动窗口或者单调队列这样的再补一下这块吧。。。
[中等]剑指 Offer 59 - II. 队列的最大值
题目
请定义一个队列并实现函数 max_value 得到队列里的最大值，要求函数max_value、push_back 和 pop_front 的均摊时间复杂度都是O(1)。
若队列为空，pop_front 和 max_value 需要返回 -1
示例 1：
输入: ["MaxQueue","push_back","push_back","max_value","pop_front","max_value"] [[],[1],[2],[],[],[]] 输出: [null,null,null,2,1,2]
示例 2：
输入: ["MaxQueue","pop_front","max_value"] [[],[],[]] 输出: [null,-1,-1]
限制：
1 <= push_back,pop_front,max_value的总操作数 <= 100001 <= value <= 10^5
剑指 Offer 59 - II. 队列的最大值 - 力扣（LeetCode）
方法1：暴力for
思路
队列我们用数组去模拟，两个指针，一个in，一个out，初始的时候都是指向-1，执行入队列的时候就in++，执行出队列的时候，就是out++，所以队列的有效范围就是arr[out] , arr[in] ,前开后闭。
求最大值的操作就是遍历一遍这个队列，返回最大值即可。
代码
class MaxQueue {
int arr[] = new int[10000];
int in = -1;
int out = -1;
public MaxQueue() {
}
public int max_value() {
if (!isNull()){
int max = Integer.MIN_VALUE;
for (int i = this.out+1; i <= this.in; i++) {
if (arr[i] > max){
max = arr[i];
}
}
return max;
}else return -1;
}
public void push_back(int value) {
in ++;
arr[in] = value;
}
/**
* 为空
*/
public boolean isNull(){
if (this.out >= this.in){
return true;
}else return false;
}
public int pop_front() {
if (!isNull()){
out ++;
return arr[out];
}else return -1;
}
}
方法2：辅助双端队列
思路
思路和图解取自
作者：腐烂的橘子
链接：https://leetcode.cn/problems/dui-lie-de-zui-da-zhi-lcof/solutions/136701/ru-he-jie-jue-o1-fu-za-du-de-api-she-ji-ti-by-z1m/
我们知道对于一个普通队列，push_back 和 pop_front 的时间复杂度都是 O(1)，因此我们直接使用队列的相关操作就可以实现这两个函数。
对于 max_value 函数，我们通常会这样思考，即每次入队操作时都更新最大值：
但是当出队时，这个方法会造成信息丢失，即当最大值出队后，我们无法知道队列里的下一个最大值。
为了解决上述问题，我们只需记住当前最大值出队后，队列里的下一个最大值即可。
具体方法是使用一个双端队列 deque，用于记录最大值，在每次入队时，如果 deque 队尾元素小于即将入队的元素 value，则将小于 value 的元素全部出队后，再将 value 入队；否则直接入队。
当3进入时，3比辅助队列中的0 和 2 大，所以3进入了后辅助队列中的2 0 就没用了，将2 0 移出辅助队列，因为是双端队列，所以2 0 可以从队尾走出去。
出队列就简单了，出之前判断一下连队列的头和辅助队列的头是不是同一个，是同一个就一起出，不是的话就只出队列的头，不出辅助队列的头。
代码
class MaxQueue {
//用链表来模拟队列
LinkedList<Integer> list;
//辅助队列，用链表来模拟双端队列
LinkedList<Integer> helpList;
public MaxQueue() {
list = new LinkedList<>();
helpList = new LinkedList<>();
}
public int max_value() {
if(helpList.isEmpty())return -1;
return helpList.peekFirst();
}
//入队列
public void push_back(int value) {
list.add(value);
//如果新来的value 比 辅助队列前面的值大，那么前面的值都没有用了，将前面的比value小的值都从末尾排出
while(!helpList.isEmpty() && helpList.peekLast() < value){
helpList.pollLast();
}
//再将新来的大一大一点的这个value 入到辅助队列中
helpList.offer(value);
}
//出队列
public int pop_front() {
if(list.isEmpty()) return -1;
//如果队列的头 和 辅助队列的头 一样，那就两个队列都一起出
if(list.peekFirst().equals(helpList.peekFirst())){
helpList.pollFirst();
return list.pollFirst();
}
//否则只出队列的
return list.pollFirst();
}
}效果
（效果不好的话，多提交几次）
心得
1. 如果一道题实在想不出来好的方法，那能用for就用for吧，说不定暴力的解法也能过。
2. 多熟悉API，java的这个LinkedList太好用了，既可用于队列，又能模拟双端队列，实用性非常强，因为它可以查看、删除对头队尾的元素，所以灵活性很高，可以多用用这个。
