算法练习第12天|● 239. 滑动窗口最大值● 347.前 K 个高频元素

2024-04-08 22:04

本文主要是介绍算法练习第12天|● 239. 滑动窗口最大值● 347.前 K 个高频元素,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

239.滑动窗口的最大值

力扣原题

题目描述:

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       31 [3  -1  -3] 5  3  6  7       31  3 [-1  -3  5] 3  6  7       51  3  -1 [-3  5  3] 6  7       51  3  -1  -3 [5  3  6] 7       61  3  -1  -3  5 [3  6  7]      7

示例 2:

输入:nums = [1], k = 1
输出:[1]

思路分析:

        尝试使用单调队列来记录当前窗口中的最大值。如下图所示,单调队列的入队规则是如果入队的元素前面有比自己小的数,这些数全部被剔除。注意这里说的是剔除,而不是简单的出队。因为如果是单向队列的出队的话,那么单向队列在执行步骤四时可能需要先把数字3出队后才能继续通过出队的方式将-1剔除。这就导致最大值3从队列中消失了。

  所以为了更加方面的对多余元素进行剔除,单调队列在用STL容器中的双端deque进行实现,因为deque支持在队列两端进行入队、出队操作。如下图所示。这样在步骤二中的1、步骤四中的-1直接通过pop_back()进行剔除。很方便,而且还能保留最大值。

         综上所述,单调队列的目的就是为了维护窗口内最大的两个数。其结构大致长这样:

class MyQueue {
public:void push(int val) {}void pop(int val) {}int front() {return que.front();}
};

其中 push(int val) 表示val入队,它的规则是:如果val前面的元素比val小,那么就将这些数通过pop_back弹出,直到遇到比val大的数停止或队列为空停止。如上述的步骤二和步骤四。

pop(int val) 表示val出队,这种情况发生在滑动窗口向右移动的时候。如下图所示:

 窗口滑动之后,3不在是窗口内的数,所以需要使用pop_front将单调队列中的3弹出。这里的pop_front也体现出了deque的灵活性。

如果不满足 滑动窗口移动前最左端的值 = 单调队列最左(前)端的值 这个条件,则表明刚才窗口内的最大值还在移动口的窗口内,具体情况如下图所示:

综上所述,该单调队列的代码实现如下: 

class myQueue{  //自定义单调队列。从大到小排列,左边出队,右边入队public:deque<int> que;   //双端队列void push(int val){   //从队列右端输入数据。若输入的数据val比队列末尾的若干个数大,//则将这些数弹出.直到队列为空或val遇到比自身大的数while(!que.empty() && que.back() < val){que.pop_back();   //循环弹出比val小的数}//val入队que.push_back(val);}void pop(int val)  {//比较滑动窗口左端要弹出数值val是否是位于单调//队列左端的最大值,如果是,则弹出;如果不是,表明最大值这个数位于新的窗口内。if(!que.empty() && val == que.front()){que.pop_front();}}int front()  //单调队列最左端的值就是当前窗口的最大值{return que.front();}};

有了这样的单调队列,下面给出该题的解题代码:

class Solution {
private:class myQueue{  //自定义单调队列。从大到小排列,左边出队,右边入队public:deque<int> que;void push(int val){   //从队列右端输入数据。若输入的数据val比队列末尾的数大,则将该数弹出.直到队列为空或val遇到比自身大的数while(!que.empty() && que.back() < val){que.pop_back();   //循环弹出比val小的数}//val入队que.push_back(val);}void pop(int val)  //比较滑动窗口左端要弹出数值val是否是位于单调队列左端的最大值{if(!que.empty() && val == que.front()){que.pop_front();}}int front()  //当前窗口的最大值{return que.front();}};public:vector<int> maxSlidingWindow(vector<int>& nums, int k) {myQueue que;vector<int> result;for(int i=0;i<k;i++)   //先将前k个数字入队{que.push(nums[i]);}//入队完成后,就只剩下最大的两个数result.push_back(que.front());  //记录当前窗口最大值for(int i = k; i<nums.size();i++)//然后从下标k开始进行窗口移动{//i-k和i的使用非常巧妙地模拟了窗口向右滑动的过程que.pop(nums[i-k]);  //窗口滑动先要执行是否pop出来最大值que.push(nums[i]);  //新元素入队,重新调整result.push_back(que.front()); // 记录新的最大值}return result;}
};

这篇关于算法练习第12天|● 239. 滑动窗口最大值● 347.前 K 个高频元素的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/886517

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int

Codeforces Round #240 (Div. 2) E分治算法探究1

Codeforces Round #240 (Div. 2) E  http://codeforces.com/contest/415/problem/E 2^n个数,每次操作将其分成2^q份,对于每一份内部的数进行翻转(逆序),每次操作完后输出操作后新序列的逆序对数。 图一:  划分子问题。 图二: 分而治之,=>  合并 。 图三: 回溯:

RabbitMQ练习(AMQP 0-9-1 Overview)

1、What is AMQP 0-9-1 AMQP 0-9-1(高级消息队列协议)是一种网络协议,它允许遵从该协议的客户端(Publisher或者Consumer)应用程序与遵从该协议的消息中间件代理(Broker,如RabbitMQ)进行通信。 AMQP 0-9-1模型的核心概念包括消息发布者(producers/publisher)、消息(messages)、交换机(exchanges)、