目錄
例4:LeetCode215. 數組中的第K個最大元素(easy)
預備知識:
棧Stack:(先進先出)
隊列Queue:(先進後出)
堆:具體Python實現講解https://blog.csdn.net/qq_35883464/article/details/99410423
例1:LeetCode225. 用隊列實現棧(easy)
使用隊列實現棧的下列操作:
push(x) -- 元素 x 入棧
pop() -- 移除棧頂元素
top() -- 獲取棧頂元素
empty() -- 返回棧是否爲空
注意:你只能使用隊列的基本操作-- 也就是 push to back, peek/pop from front, size, 和 is empty 這些操作是合法的。
你所使用的語言也許不支持隊列。 你可以使用 list 或者 deque(雙端隊列)來模擬一個隊列 , 只要是標準的隊列操作即可。
你可以假設所有操作都是有效的(例如, 對一個空的棧不會調用 pop 或者 top 操作)。
思路:
代碼:
class MyStack:
def __init__(self):
"""
Initialize your data structure here.
"""
from collections import deque
self.q = deque()
def push(self, x: int) -> None:
self.q.append(x)
for _ in range(len(self.q)-1):
self.q.append(self.q.popleft())
def pop(self) -> int:
return self.q.popleft()
def top(self) -> int:
"""
Get the top element.
"""
return self.q[0]
def empty(self) -> bool:
"""
Returns whether the stack is empty.
"""
return not len(self.q)
例2:LeetCode232. 用棧實現隊列(easy)
使用棧實現隊列的下列操作:
push(x) -- 將一個元素放入隊列的尾部。
pop() -- 從隊列首部移除元素。
peek() -- 返回隊列首部的元素。
empty() -- 返回隊列是否爲空。
示例:MyQueue queue = new MyQueue();
queue.push(1);
queue.push(2);
queue.peek(); // 返回 1
queue.pop(); // 返回 1
queue.empty(); // 返回 false說明:
你只能使用標準的棧操作 -- 也就是隻有 push to top, peek/pop from top, size, 和 is empty 操作是合法的。
你所使用的語言也許不支持棧。你可以使用 list 或者 deque(雙端隊列)來模擬一個棧,只要是標準的棧操作即可。
假設所有操作都是有效的 (例如,一個空的隊列不會調用 pop 或者 peek 操作)。
思路:
思路:
class MyQueue:
def __init__(self):
"""
Initialize your data structure here.
"""
self.stack1 = []
self.stack2 = []
def push(self, x: int) -> None:
"""
Push element x to the back of queue.
"""
if self.stack1 == None:
self.stack1.append(x)
else:
while self.stack1:
self.stack2.append(self.stack1.pop(-1))
self.stack1.append(x)
while self.stack2:
self.stack1.append(self.stack2.pop(-1))
def pop(self) -> int:
"""
Removes the element from in front of queue and returns that element.
"""
return self.stack1.pop()
def peek(self) -> int:
"""
Get the front element.
"""
if self.stack1:
return self.stack1[-1]
def empty(self) -> bool:
"""
Returns whether the queue is empty.
"""
return len(self.stack1) == 0
例3:LeetCode155. 最小棧(easy)
設計一個支持 push,pop,top 操作,並能在常數時間內檢索到最小元素的棧。
push(x) -- 將元素 x 推入棧中。
pop() -- 刪除棧頂的元素。
top() -- 獲取棧頂元素。
getMin() -- 檢索棧中的最小元素。
示例:MinStack minStack = new MinStack();
minStack.push(-2);
minStack.push(0);
minStack.push(-3);
minStack.getMin(); --> 返回 -3.
minStack.pop();
minStack.top(); --> 返回 0.
minStack.getMin(); --> 返回 -2.
分析:
思路:
代碼:
class MinStack:
def __init__(self):
"""
initialize your data structure here.
"""
self.stack = []
self.minstack = []
def push(self, x: int) -> None:
self.stack.append(x)
if not self.minstack or x < self.minstack[-1]:
self.minstack.append(x)
else:
self.minstack.append(self.minstack[-1])
def pop(self) -> None:
if self.stack:
self.minstack.pop()
return self.stack.pop()
def top(self) -> int:
return self.stack[-1]
def getMin(self) -> int:
if self.minstack:
return self.minstack[-1]
例4:LeetCode215. 數組中的第K個最大元素(easy)
在未排序的數組中找到第 k 個最大的元素。請注意,你需要找的是數組排序後的第 k 個最大的元素,而不是第 k 個不同的元素。
示例 1:
輸入: [3,2,1,5,6,4] 和 k = 2
輸出: 5
示例 2:輸入: [3,2,3,1,2,4,5,5,6] 和 k = 4
輸出: 4
代碼:
class Solution:
def findKthLargest(self, nums: List[int], k: int) -> int:
import heapq
return heapq.nlargest(k, nums)[-1]
例5:LeetCode295. 數據流的中位數(hard)
中位數是有序列表中間的數。如果列表長度是偶數,中位數則是中間兩個數的平均值。
例如,
[2,3,4] 的中位數是 3
[2,3] 的中位數是 (2 + 3) / 2 = 2.5
設計一個支持以下兩種操作的數據結構:
void addNum(int num) - 從數據流中添加一個整數到數據結構中。
double findMedian() - 返回目前所有元素的中位數。
示例:addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3)
findMedian() -> 2
分析:
思路:
具體情況:
代碼:
import heapq
class MedianFinder:
def __init__(self):
"""
initialize your data structure here.
"""
self.big_queue = []
self.small_queue = []
def addNum(self, num: int) -> None:
if not self.big_queue:
heapq.heappush(self.big_queue, (-num, num))
#因爲 Python 中的堆默認是小頂堆,所以要傳入一個 tuple,用於比較的元素需是相反數,才能模擬出大頂堆的效果
return
if len(self.big_queue) == len(self.small_queue):
if num < self.big_queue[0][1]:
heapq.heappush(self.big_queue, (-num, num))
else:
heapq.heappush(self.small_queue, num)
elif len(self.big_queue) > len(self.small_queue):
if num < self.big_queue[0][1]:
_, big_queue_top = heapq.heappop(self.big_queue)
heapq.heappush(self.small_queue, big_queue_top)
heapq.heappush(self.big_queue, (-num, num))
else:
heapq.heappush(self.small_queue, num)
elif len(self.big_queue) < len(self.small_queue):
if num < self.small_queue[0]:
heapq.heappush(self.big_queue, (-num, num))
else:
small_queue_top = heapq.heappop(self.small_queue)
heapq.heappush(self.big_queue, (-small_queue_top, small_queue_top))
heapq.heappush(self.small_queue, num)
def findMedian(self) -> float:
if len(self.big_queue) == len(self.small_queue):
return (self.big_queue[0][1] + self.small_queue[0]) / 2
elif len(self.big_queue) > len(self.small_queue):
return self.big_queue[0][1]
return self.small_queue[0]