代码随想录二刷栈与队列
栈模拟队列
具体思路如下：
程序如下：
class MyQueue:
def __init__(self):
self.stack_in = []
self.stack_out = []
def push(self, x: int) -> None:
self.stack_in.append(x)
def pop(self) -> int:
if self.empty():
return None
if self.stack_out:
return self.stack_out.pop()
else:
for i in range(len(self.stack_in)):
self.stack_out.append(self.stack_in.pop())
return self.stack_out.pop()
def peek(self) -> int:
ans = self.pop()
self.stack_out.append(ans)
return ans
def empty(self) -> bool:
return not (self.stack_in or self.stack_out)
队列模拟栈
具体思路如下：
程序如下：
class MyStack:
def __init__(self):
self.dequein = collections.deque()
self.dequeout = collections.deque()
def push(self, x: int) -> None:
self.dequein.append(x)
def pop(self) -> int:
if self.empty():
return None
for i in range(len(self.dequein) - 1):
self.dequeout.append(self.dequein.popleft())
self.dequein,self.dequeout = self.dequeout,self.dequein
return self.dequeout.popleft()
def top(self) -> int:
if self.empty():
return None
for i in range(len(self.dequein) - 1):
self.dequeout.append(self.dequein.popleft())
self.dequein,self.dequeout = self.dequeout,self.dequein
temp = self.dequeout.popleft()
self.dequein.append(temp)
return temp
def empty(self) -> bool:
return len(self.dequein) == 0
用一个队列实现的思路如下：
class MyStack:
def __init__(self):
self.dequein = collections.deque()
def push(self, x: int) -> None:
self.dequein.append(x)
def pop(self) -> int:
if self.empty():
return None
for i in range(len(self.dequein) - 1):
self.dequein.append(self.dequein.popleft())
return self.dequein.popleft()
def top(self) -> int:
if self.empty():
return None
for i in range(len(self.dequein) - 1):
self.dequein.append(self.dequein.popleft())
temp = self.dequein.popleft()
self.dequein.append(temp)
return temp
def empty(self) -> bool:
return len(self.dequein) == 0
滑动窗口最大值
这道题要求滑动窗口中的最大值并记录下来。这里考虑用单调队列，单调队列指的是单调递减或者单调递增队列。这里我们要求到这个滑动窗口的最大值，所以采用单调递减队列。
具体来说我们这个单调队列中一直维护就是窗口的最大值。
具体程序如下：
from collections import deque
class MyQueue: #单调队列（从大到小
def __init__(self):
self.queue = deque() #这里需要使用deque实现单调队列，直接使用list会超时
#每次弹出的时候，比较当前要弹出的数值是否等于队列出口元素的数值，如果相等则弹出。
#同时pop之前判断队列当前是否为空。
def pop(self, value):
if self.queue and value == self.queue[0]:
self.queue.popleft()#list.pop()时间复杂度为O(n),这里需要使用collections.deque()
#如果push的数值大于入口元素的数值，那么就将队列后端的数值弹出，直到push的数值小于等于队列入口元素的数值为止。
#这样就保持了队列里的数值是单调从大到小的了。
def push(self, value):
while self.queue and value > self.queue[-1]:
self.queue.pop()
self.queue.append(value)
#查询当前队列里的最大值 直接返回队列前端也就是front就可以了。
def front(self):
return self.queue[0]
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
que = MyQueue()
result = []
for i in range(k): #先将前k的元素放进队列
que.push(nums[i])
result.append(que.front()) #result 记录前k的元素的最大值
for i in range(k, len(nums)):
que.pop(nums[i - k]) #滑动窗口移除最前面元素
que.push(nums[i]) #滑动窗口前加入最后面的元素
result.append(que.front()) #记录对应的最大值
return result
前 K 个高频元素
- 要统计元素出现频率
- 对频率排序
- 找出前K个高频元素
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。
具体程序如下：
#时间复杂度：O(nlogk)
#空间复杂度：O(n)
import heapq
class Solution:
def topKFrequent(self, nums: List[int], k: int) -> List[int]:
#要统计元素出现频率
map_ = {} #nums[i]:对应出现的次数
for i in range(len(nums)):
map_[nums[i]] = map_.get(nums[i], 0) + 1
#对频率排序
#定义一个小顶堆，大小为k
pri_que = [] #小顶堆
#用固定大小为k的小顶堆，扫描所有频率的数值
for key, freq in map_.items():
heapq.heappush(pri_que, (freq, key))
if len(pri_que) > 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
heapq.heappop(pri_que)
#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
result = [0] * k
for i in range(k-1, -1, -1):
result[i] = heapq.heappop(pri_que)[1]
return result