当前位置: 首页 > article >正文

算法学习——LeetCode力扣栈与队列篇2

算法学习——LeetCode力扣栈与队列篇2

在这里插入图片描述

150. 逆波兰表达式求值

150. 逆波兰表达式求值 - 力扣(LeetCode)

描述

给你一个字符串数组 tokens ,表示一个根据 逆波兰表示法 表示的算术表达式。

请你计算该表达式。返回一个表示表达式值的整数。

注意:

  • 有效的算符为 ‘+’、‘-’、‘*’ 和 ‘/’ 。
  • 每个操作数(运算对象)都可以是一个整数或者另一个表达式。
  • 两个整数之间的除法总是 向零截断 。
  • 表达式中不含除零运算。
  • 输入是一个根据逆波兰表示法表示的算术表达式。
  • 答案及所有中间计算结果可以用 32 位 整数表示。

示例

示例 1:

输入:tokens = [“2”,“1”,“+”,“3”,“*”]
输出:9
解释:该算式转化为常见的中缀算术表达式为:((2 + 1) * 3) = 9

示例 2:

输入:tokens = [“4”,“13”,“5”,“/”,“+”]
输出:6
解释:该算式转化为常见的中缀算术表达式为:(4 + (13 / 5)) = 6

示例 3:

输入:tokens = [“10”,“6”,“9”,“3”,“+”,“-11”,““,”/“,””,“17”,“+”,“5”,“+”]
输出:22
解释:该算式转化为常见的中缀算术表达式为:
((10 * (6 / ((9 + 3) * -11))) + 17) + 5
= ((10 * (6 / (12 * -11))) + 17) + 5
= ((10 * (6 / -132)) + 17) + 5
= ((10 * 0) + 17) + 5
= (0 + 17) + 5
= 17 + 5
= 22

提示

1 <= tokens.length <= 104
tokens[i] 是一个算符(“+”、“-”、“*” 或 “/”),或是在范围 [-200, 200] 内的一个整数

逆波兰表达式:

逆波兰表达式是一种后缀表达式,所谓后缀就是指算符写在后面。

  • 平常使用的算式则是一种中缀表达式,如 ( 1 + 2 ) * ( 3 + 4 ) 。
  • 该算式的逆波兰表达式写法为 ( ( 1 2 + ) ( 3 4 + ) * ) 。

逆波兰表达式主要有以下两个优点:

  • 去掉括号后表达式无歧义,上式即便写成 1 2 + 3 4 + * 也可以依据次序计算出正确结果。
  • 适合用栈操作运算:遇到数字则入栈;遇到算符则取出栈顶两个数字进行计算,并将结果压入栈中

代码解析

class Solution {
public:
    int evalRPN(vector<string>& tokens) {
        stack<long long> my_stack;

        for(int i=0 ; i<tokens.size() ;i++)
        {  
            if(tokens[i]=="+"||tokens[i]=="-"||tokens[i]=="*"||tokens[i]=="/") 
            {
                long long tmp1 = my_stack.top();
                my_stack.pop();
                long long tmp2 = my_stack.top();
                my_stack.pop();
                // cout<<tmp2<<' '<<tmp1<<endl;
                if(tokens[i] == "+")
                    my_stack.push( tmp2+tmp1);
                else if(tokens[i] == "-")
                    my_stack.push( tmp2-tmp1);
                else if(tokens[i] == "*")
                    my_stack.push(tmp2*tmp1);
                else if(tokens[i] == "/")
                    my_stack.push(tmp2/tmp1 );
            }else
                my_stack.push(stoi(tokens[i]));
        }
        return my_stack.top();
    }
};

239. 滑动窗口最大值

239. 滑动窗口最大值 - 力扣(LeetCode)

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

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 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

示例 2:

输入:nums = [1], k = 1
输出:[1]

提示

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104
  • 1 <= k <= nums.length

代码解析

双向队列(超时)
class Solution {
public:

    int find_max(deque<int> &my_win)
    {
        int resuelt = INT_MIN;
        for(int i=0 ; i<my_win.size() ;i++)
            if(my_win[i] > resuelt) resuelt = my_win[i];
        
        return resuelt;
    }
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> resuelt;
        deque<int> my_win;
        if(k > nums.size()) return resuelt; 

        for(int i=0 ; i<k;i++)
            my_win.push_back(nums[i]);

        resuelt.push_back(find_max(my_win));

        for(int i=k ; i<nums.size() ;i++)
        {
            int dele = my_win.front();
            my_win.pop_front();
            my_win.push_back(nums[i]);
            if(nums[i] > resuelt.back())
                resuelt.push_back(nums[i]);
            else if(dele == resuelt.back())
                resuelt.push_back(find_max(my_win));
            else 
                resuelt.push_back(resuelt.back());
        }
        return resuelt;
    }
};

单调队列
class Solution {
public:
    class MYdeque
    {
        deque<int> my_deque;
        public:
        void pop(int value)
        {
            if(my_deque.empty() != 1 && value == my_deque.front())
                my_deque.pop_front();
            return;
        }
        void push(int value)
        {
            while(my_deque.empty() != 1 && value > my_deque.back())
            {
                my_deque.pop_back();
            }
            my_deque.push_back(value);
            return;
        }

        int front()
        {
            return my_deque.front();
        }
    };
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> result;
        MYdeque my_deq;

        for(int i=0 ; i<k ; i++)
            my_deq.push(nums[i]);
        result.push_back(my_deq.front());
        for(int i=k; i<nums.size() ;i++)
        {
            my_deq.pop(nums[i-k]);
            my_deq.push(nums[i]);
            result.push_back(my_deq.front());
        }
        return result;
    }
};

347. 前 K 个高频元素

347. 前 K 个高频元素 - 力扣(LeetCode)

描述

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

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]

提示

  • 1 <= nums.length <= 105
  • k 的取值范围是 [1, 数组中不相同的元素的个数]
  • 题目数据保证答案唯一,换句话说,数组中前 k 个高频元素的集合是唯一的

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。

代码解析

vector排序法
class Solution {
public:
	//对vector排序的谓词,前面加static
    static bool compare(pair<int, int> map1, pair<int, int> map2) 
    {
        return map1.second > map2.second;
    }

    vector<int> topKFrequent(vector<int>& nums, int k) {

        unordered_map<int, int> num_map; //map统计出现的次数
        vector<pair<int ,int >> buf; //缓存vector,用作排序
        vector<int> result;
        for( auto i:nums)
        {
            num_map[i]++; //统计出现的次数
        }
        for ( auto it : num_map) //将map中的数据存到vector中,用pair的形式
        {
            buf.push_back(make_pair(it.first, it.second)); 
            // cout<<it.first<<' '<<it.second<<endl;
        }
        sort(buf.begin(), buf.end(),compare);    //排序,按照value的大小排序

        for(int i = 0 ; i<k ;i++)
        {
            result.push_back(buf[i].first);   //前k个值为结果
        }
        return result;
    }
};

小顶堆
class Solution {
public:

    // 小顶堆的比较函数
    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) {

        unordered_map<int, int> num_map;
        vector<int> result;

        // 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;

        for( auto i:nums)
        {
            num_map[i]++;
        }
        for ( auto it : num_map)
        {
            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();
            }
            
        }

        for(int i = k - 1; i >= 0; i--) //小顶堆,先出的小,倒着装入数组
        {
            result.push_back( pri_que.top().first);
            pri_que.pop();
        }

     
        return result;

    }
  
};

map排序
class Solution {
public:
    static bool cmp(const pair<int,int>&a, const pair<int,int>&b )
    {
        return a.second > b.second;
    }
    
    vector<int> topKFrequent(vector<int>& nums, int k) {
        unordered_map<int,int> my_map;
        vector<int> resulte;
        for(int i=0 ; i<nums.size() ;i++)
        {
            my_map[nums[i]]++;
        }

        vector<pair<int,int>> tmp(my_map.begin(),my_map.end()); 

        sort(tmp.begin(),tmp.end(),cmp);

        for(int i=0 ; i<k ;i++)
        {
            resulte.push_back(tmp[i].first);
        }

        return resulte;

    }
};


http://www.kler.cn/a/233977.html

相关文章:

  • C++单例模式与多例模式
  • 响应式网页设计--html
  • three.js 杂记
  • Vue 项目打包后环境变量丢失问题(清除缓存),区分.env和.env.*文件
  • 使用Python实现定期从API获取数据并存储到数据库的完整指南
  • request爬虫库的小坑
  • 【JavaScript】对象的属性和方法
  • python-分享篇-GUI界面开发-PyQt5-对QListWidget表格进行数据绑定
  • 小兔鲜项目网页版
  • STL之list容器的介绍与模拟实现+适配器
  • 【C语言】指针专项练习 都是一些大厂的笔试真题 附有详细解析,带你深入理解指针
  • kubernetes镜像仓库harbor
  • WebSocketServer+redis实时更新页面数据
  • 北斗卫星在物联网时代的应用探索
  • 【漏洞复现】狮子鱼CMS某SQL注入漏洞
  • std::vector<cv::Mat>和unsigned char** in_pixels 互相转换
  • 一周学会Django5 Python Web开发-Django5创建项目(用PyCharm工具)
  • 【翻译】Processing安卓模式的安装使用及打包发布(内含中文版截图)
  • 酷开科技荣获消费者服务平台黑猫投诉“消费者服务之星”称号
  • 任意IOS16系统iPad/Iphone开启台前调度
  • OpenCV-35 查找轮廓
  • Nginx 配置 SSL证书
  • 【JavaScript】数组的创建和操作
  • Xampp中Xdebug的安装使用
  • 大数据思考:面对海量数据时,选择哪种模式才是更适合自己的?
  • 深入探索Redis:如何有效遍历海量数据集