[LeetCode]day33 150.逆波兰式求表达值 + 239.滑动窗口最大值
逆波兰式求表达值
题目链接
题目描述
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 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
题解
代码书写
class Solution {
public:
int evalRPN(vector<string>& tokens) {
stack<int>s;
for(int i=0;i<tokens.size();i++){
if(tokens[i]=="+"||tokens[i]=="-"||tokens[i]=="*"||tokens[i]=="/"){
int num1,num2;
num2 = s.top();
s.pop();
num1 = s.top();
s.pop();
if(tokens[i]=="+") s.push(num1+num2);
else if(tokens[i]=="-") s.push(num1-num2);
else if(tokens[i]=="*") s.push(num1*num2);
else if(tokens[i]=="/") s.push(num1/num2);
}else{
//注意把字符串转换成数组
s.push(stol(tokens[i]));
}
}
int re = s.top();
return re;
}
};
239.滑动窗口最大值
题目链接
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 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 <= 10^5
-104 <= nums[i] <= 10^4
1 <= k <= nums.length
解题
解法一：暴力解法
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int>re;
for(int i=0;i<=nums.size()-k;i++){
auto begin = nums.begin()+i;
auto end = nums.begin()+i+k;
auto max = max_element(begin,end);
re.push_back(*max);
}
return re;
}
};
喜提超时
尝试用条件进行剪枝，省去一些不必要的判断，比如最大值还没有被移出滑动窗口并且新加进来的元素小于最大值时就没有必要调用寻找最大值的函数
class Solution {
public:
int findMaxIndex(vector<int>&nums,int begin,int end){
int max = nums[begin];
int re=begin;
for(int i = begin;i<end;i++){
if(nums[i]>max){
max = nums[i];
re = i;
}
}
return re;
}
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int>re;
if (nums.empty() || k <= 0) return re;
int index= findMaxIndex(nums,0,k);
int max= nums[index];
for(int i=0;i<=nums.size()-k;i++){
if((i>0 && index==i-1)||nums[i+k-1]>nums[index]){
index = findMaxIndex(nums,i,i+k);
}
re.push_back(nums[index]);
}
return re;
}
};
稍微好了一些 这次过到47个用例
解法二.单调队列
我们使用一个队列，在这个队列中，只存放可能成为最大值的数字。
为了避免排序算法带来的时间复杂度，我们不排序，怎么获得当前窗口中最大的数字呢？
我们希望队列的第一个元素就是当前窗口中最大的数字，这样就能直接弹出来。
所以队列中一定呈现非增的特征
所以在进行push()时，如果发现队列末尾的元素比即将入队的元素小，就要把该元素pop出去；
注意这个队列实现的底层是deque，则元素可以从两头出
在进行pop()操作时，可能会出现要弹出滑动窗口的那个元素在更大的元素push进来时，就被弹出了，就不用真的进行pop()。需要真的进行pop()的情况为滑动窗口弹出的元素恰好为原来的最大元素且新加入滑动窗口的元素没有原来的大
如：
举个栗子：
class MyQueue{
public:
deque<int>q;
void push(int value){
while(!q.empty()&&value>q.back()){
q.pop_back();
}
q.push_back(value);
}
void pop(int value){
if(!q.empty()&&value==q.front()){
q.pop_front();
}
}
int getMax(){
return q.front();
}
};
class Solution {
public:
vector<int> maxSlidingWindow(vector<int>& nums, int k) {
vector<int>re;
MyQueue q;
for(int i =0;i<k;i++){
q.push(nums[i]);
}
re.push_back(q.getMax());
for(int i=k;i<nums.size();i++){
q.push(nums[i]);
q.pop(nums[i-k]);
re.push_back(q.getMax());
}
return re;
}
};