代码随想录训练营第十二天 | 栈与队列

简介: 代码随想录训练营第十二天 | 栈与队列

前言

代码随想录系列已经两天没更了,是我懒了,今天继续

今天任务:

我之前有专门写过栈方面的文章,可以作为前置文章进行学习,对栈和队列不是很熟悉的小伙伴可以看一下# 你有用过 java中的栈和队列吗?怎么用栈来实现队列呢

150. 逆波兰表达式求值

题目描述

根据 逆波兰表示法,求表达式的值。

有效的算符包括 +、-、*、/ 。每个运算对象可以是整数,也可以是另一个逆波兰表达式。

注意 两个整数之间的除法只保留整数部分。

可以保证给定的逆波兰表达式总是有效的。换句话说,表达式总会得出有效数值且不存在除数为 0 的情况。

示例

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
复制代码
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
复制代码
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
复制代码

思路分析

根据题目和示例可以看出来每次进行运算的都是 运算符前两个数字,那么我们就可以遍历 tokens并判断是不是 +-*/, 如果是运算符的话就直接进行运算,如果不是的话就放入栈中

代码展示

public int evalRPN(String[] tokens) {
        Stack<Integer> stack = new Stack<>();
        for (int i = 0; i < tokens.length; i++) {
            String token = tokens[i];
            int m = 0;
            if (token.equals("+")){
                m = stack.pop() + stack.pop();
            }else if (token.equals("-")){
                m = -stack.pop() + stack.pop();
            }else if (token.equals("*")){
                m = stack.pop() * stack.pop();
            }else if (token.equals("/")){
                int n = stack.pop();
                m = stack.pop() / n;
            }else{
                m = Integer.valueOf(token);
            }
            stack.push(m);
        }
        return stack.pop();
    }
复制代码

提交结果

网络异常,图片无法展示
|

这里需要注意的是在 LeetCode内置的 jdk不支持字符串 ==,只能使用 String.equals()方法

239. 滑动窗口最大值

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
复制代码

示例 2:

输入:nums = [1], k = 1
输出:[1]
复制代码

提示:

1 <= nums.length <= 105
-104 <= nums[i] <= 104
1 <= k <= nums.length
复制代码

思路分析

本题我采用单调队列来做

使用队列来记录元素下标,依此判断元素长度是否超过了三,如果超过三则弹出

因为是获取最大值,所以此队列应该是非递增的,判断当前元素是否大于队列的最后一个元素,若大于则抛出最后一个元素

最后将当前元素下标放入队列

网络异常,图片无法展示
|

代码展示

public static int[] maxSlidingWindow(int[] nums, int k) {
    int length = nums.length - k + 1;
    int[] result = new int[length];
    ArrayDeque<Integer> queue = new ArrayDeque<>();
    int num = 0;
    for (int i = 0; i < nums.length; i++) {
        while(!queue.isEmpty() && queue.peek() < i - k + 1){
            queue.poll();
        }
        while(!queue.isEmpty() && nums[queue.peekLast()] < nums[i]){
            queue.pollLast();
        }
        queue.offer(i);
        if (i >= k - 1){
            result[num++] = nums[queue.peek()];
        }
    }
    return result;
}
复制代码

提交结果

网络异常,图片无法展示
|

总结

这道题还是很难的, 我也是思考之后看了题解才做出来,通过以前的代码提交记录也可以看出来我在这道题上也花费了很多时间

347. 前 K 个高频元素

对优先级队列不了解的小伙伴建议先看我之前写的文章 # 从构造方法到实战练习优先级队列 PriorityQueue

题目描述

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 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
复制代码

示例 2:

输入: nums = [1], k = 1
输出: [1]
复制代码

 

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

思路分析

判断前 k个高频元素,那肯定是遍历保存每个元素出现的次数,关于获取到队列元素的出现个数之后, 遍历 map,将元素放入到优先级队列中 PriorityQueue,然后遍历 k个元素

代码展示

public int[] topKFrequent(int[] nums, int k) {
        int[] result = new int[k];
        // 优先级队列元素
        Map<Integer,Integer> map = new HashMap<>();
        // 遍历 nums获取元素及其出现次数
        for (int i = 0; i < nums.length; i++) {
            int num = nums[i];
            map.put(num, map.getOrDefault(num, 0 ) + 1);
        }
        Set<Map.Entry<Integer, Integer>> entries = map.entrySet();
        PriorityQueue<Map.Entry<Integer, Integer>> queue = new PriorityQueue<>((o1, o2) -> o2.getValue() - o1.getValue());
        for (Map.Entry<Integer, Integer> entry : entries) {
            queue.add(entry);
        }
        for (int i = 0; i < k; i++) {
            result[i] = queue.poll().getKey();
        }
        return result;
    }
复制代码

提交结果

网络异常,图片无法展示
|




目录
相关文章
|
1月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
32 1
|
24天前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
45 5
|
1月前
|
存储 算法 Java
数据结构的栈
栈作为一种简单而高效的数据结构,在计算机科学和软件开发中有着广泛的应用。通过合理地使用栈,可以有效地解决许多与数据存储和操作相关的问题。
|
23天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
54 1
|
1月前
|
存储 JavaScript 前端开发
执行上下文和执行栈
执行上下文是JavaScript运行代码时的环境,每个执行上下文都有自己的变量对象、作用域链和this值。执行栈用于管理函数调用,每当调用一个函数,就会在栈中添加一个新的执行上下文。
|
1月前
|
算法
数据结构之购物车系统(链表和栈)
本文介绍了基于链表和栈的购物车系统的设计与实现。该系统通过命令行界面提供商品管理、购物车查看、结算等功能,支持用户便捷地管理购物清单。核心代码定义了商品、购物车商品节点和购物车的数据结构,并实现了添加、删除商品、查看购物车内容及结算等操作。算法分析显示,系统在处理小规模购物车时表现良好,但在大规模购物车操作下可能存在性能瓶颈。
48 0
|
1月前
|
C语言
【数据结构】栈和队列(c语言实现)(附源码)
本文介绍了栈和队列两种数据结构。栈是一种只能在一端进行插入和删除操作的线性表,遵循“先进后出”原则;队列则在一端插入、另一端删除,遵循“先进先出”原则。文章详细讲解了栈和队列的结构定义、方法声明及实现,并提供了完整的代码示例。栈和队列在实际应用中非常广泛,如二叉树的层序遍历和快速排序的非递归实现等。
188 9
|
1月前
|
存储
系统调用处理程序在内核栈中保存了哪些上下文信息?
【10月更文挑战第29天】系统调用处理程序在内核栈中保存的这些上下文信息对于保证系统调用的正确执行和用户程序的正常恢复至关重要。通过准确地保存和恢复这些信息,操作系统能够实现用户模式和内核模式之间的无缝切换,为用户程序提供稳定、可靠的系统服务。
51 4
|
2月前
|
算法 程序员 索引
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
栈的基本概念、应用场景以及如何使用数组和单链表模拟栈,并展示了如何利用栈和中缀表达式实现一个综合计算器。
47 1
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
|
1月前
|
算法 安全 NoSQL
2024重生之回溯数据结构与算法系列学习之栈和队列精题汇总(10)【无论是王道考研人还是IKUN都能包会的;不然别给我家鸽鸽丢脸好嘛?】
数据结构王道第3章之IKUN和I原达人之数据结构与算法系列学习栈与队列精题详解、数据结构、C++、排序算法、java、动态规划你个小黑子;这都学不会;能不能不要给我家鸽鸽丢脸啊~除了会黑我家鸽鸽还会干嘛?!!!