请你仅使用两个栈实现先入先出队列。队列应当支持一般队列支持的所有操作(push、pop、peek、empty):
实现 MyQueue 类:
void push(int x) 将元素 x 推到队列的末尾
int pop() 从队列的开头移除并返回元素
int peek() 返回队列开头的元素
boolean empty() 如果队列为空,返回 true ;否则,返回 false
说明:
你 只能 使用标准的栈操作 —— 也就是只有 push to top, peek/pop from top, size, 和 is empty 操作是合法的。
你所使用的语言也许不支持栈。你可以使用 list 或者 deque(双端队列)来模拟一个栈,只要是标准的栈操作即可。
class MyQueue {
public:
//模拟两个栈进行操作
stack stIn;
stack stOut;
MyQueue() {
}
void push(int x) {
//往插入栈push元素
stIn.push(x);
}
int pop() {
//先判断输出栈是否为空,
if(stOut.empty()) {
//如果为空,就得把插入栈全部元素插入到输出栈中
while(!stIn.empty()) {
stOut.push(stIn.top());
stIn.pop();
}
}
//然后再pop元素
int result = stOut.top();
stOut.pop();
return result;
}
int peek() {
if(stOut.empty()) {
while(!stIn.empty()) {
stOut.push(stIn.top());
stIn.pop();
}
}
int res = this->pop();
stOut.push(res);
return res;
}
//判断两个栈都为空的情况,队列才为空
bool empty() {
return stIn.empty() && stOut.empty();
}
};
/**
* Your MyQueue object will be instantiated and called as such:
* MyQueue* obj = new MyQueue();
* obj->push(x);
* int param_2 = obj->pop();
* int param_3 = obj->peek();
* bool param_4 = obj->empty();
*/
请你仅使用两个队列实现一个后入先出(LIFO)的栈,并支持普通栈的全部四种操作(push、top、pop 和 empty)。
实现 MyStack 类:
void push(int x) 将元素 x 压入栈顶。
int pop() 移除并返回栈顶元素。
int top() 返回栈顶元素。
boolean empty() 如果栈是空的,返回 true ;否则,返回 false 。
注意:
你只能使用队列的基本操作 —— 也就是 push to back、peek/pop from front、size 和 is empty 这些操作。
你所使用的语言也许不支持队列。 你可以使用 list (列表)或者 deque(双端队列)来模拟一个队列 , 只要是标准的队列操作即可。
示例:
输入:
["MyStack", "push", "push", "top", "pop", "empty"]
[[], [1], [2], [], [], []]
输出:
[null, null, null, 2, 2, false]
解释:
MyStack myStack = new MyStack();
myStack.push(1);
myStack.push(2);
myStack.top(); // 返回 2
myStack.pop(); // 返回 2
myStack.empty(); // 返回 False
class MyStack {
public:
queue que;
MyStack() {
}
void push(int x) {
que.push(x);
}
int pop() {
int size = que.size();
size--;
while (size--) { // 将队列头部的元素(除了最后一个元素外) 重新添加到队列尾部
que.push(que.front());
que.pop();
}
int result = que.front(); // 此时弹出的元素顺序就是栈的顺序了
que.pop();
return result;
}
int top() {
return que.back();
}
bool empty() {
return que.empty();
}
};
给定一个只包括 '(',')','{','}','[',']' 的字符串 s ,判断字符串是否有效。
有效字符串需满足:
左括号必须用相同类型的右括号闭合。
左括号必须以正确的顺序闭合。
每个右括号都有一个对应的相同类型的左括号。
示例 1:
输入:s = "()"
输出:true
class Solution {
public:
bool isValid(string s) {
int n = s.size();
if (n % 2 == 1) {
return false;
}
unordered_map pairs = {
{')','('},
{']','['},
{'}','{'}
};
stack stk ;
for (char ch: s) {
//count用来判断map的key中右括号是否与字符串相同,相同返回1 不相同 0
if(pairs.count(ch)) {
//在栈顶拿左括号是否与之匹配,不匹配返回false
if(stk.empty()||stk.top()!=pairs[ch]) {
return false;
}
//匹配成功就把栈顶给pop掉,继续匹配
stk.pop();
}
//是左括号就push到栈中
else {
stk.push(ch);
}
//如果栈中的左括号都匹配完就返回true.
}
return stk.empty();
}
};
给定一个只包括 '(',')','{','}','[',']' 的字符串,判断字符串是否有效。
有效字符串需满足:
左括号必须用相同类型的右括号闭合。
左括号必须以正确的顺序闭合。
注意空字符串可被认为是有效字符串。
示例 1:
输入: "()"
输出: true
示例 2:
输入: "()[]{}"
输出: true
class Solution {
public:
//O(n)
// bool isValid(string s) {
// int n = s.size();
// if (n % 2 == 1) {
// return false;
// }
// unordered_map pairs = {
// {')','('},
// {']','['},
// {'}','{'}
// };
// stack stk ;
// for (char ch: s) {
// //count用来判断map的key中右括号是否与字符串相同,相同返回1 不相同 0
// if(pairs.count(ch)) {
// //在栈顶拿左括号是否与之匹配,不匹配返回false
// if(stk.empty()||stk.top()!=pairs[ch]) {
// return false;
// }
// //匹配成功就把栈顶给pop掉,继续匹配
// stk.pop();
// }
// //是左括号就push到栈中
// else {
// stk.push(ch);
// }
// //如果栈中的左括号都匹配完就返回true.
// }
// return stk.empty();
// }
bool isValid(string s) {
if(s.size()%2!=0)
return false;
stack st;
for(int i=0;i
给出由小写字母组成的字符串 S,重复项删除操作会选择两个相邻且相同的字母,并删除它们。
在 S 上反复执行重复项删除操作,直到无法继续删除。
在完成所有重复项删除操作后返回最终的字符串。答案保证唯一。
示例:
输入:"abbaca"
输出:"ca"
解释:例如,在 "abbaca" 中,我们可以删除 "bb" 由于两字母相邻且相同,这是此时唯一可以执行删除操作的重复项。之后我们得到字符串 "aaca",其中又只有 "aa" 可以执行重复项删除操作,所以最后的字符串为 "ca"。
提示:
1 <= S.length <= 20000
S 仅由小写英文字母组成
class Solution {
public:
string removeDuplicates(string S) {
// string stk;
// for(char ch : s) {
// if(!stk.empty()&&stk.back()==ch){
// stk.pop_back();
// }
// else{
// stk.push_back(ch);
// }
// }
// return stk;
// }
stack st;
for (char s : S) {
if (st.empty()||s!=st.top()) {
st.push(s);
} else {
st.pop();
}
}
string result = "";
while(!st.empty()) {
result+=st.top();
st.pop();
}
reverse(result.begin(),result.end());
return result;
}
};
根据 逆波兰表示法,求表达式的值。
有效的运算符包括 + , - , * , / 。每个运算对象可以是整数,也可以是另一个逆波兰表达式。
说明:
整数除法只保留整数部分。 给定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 1:
输入: ["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: ["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: ["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
class Solution {
public:
int evalRPN(vector& tokens) {
stack st;
for ( int i = 0; i
给定一个数组 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。
进阶:
你能在线性时间复杂度内解决此题吗?
提示:
1 <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4
1 <= k <= nums.length
class Solution {
// private:
// class MyQueue { //单调队列
// public:
// deque que; //使用deque来实现单调队列
// void pop(int value) {
// //先判断队列是否为空,再判断pop的值是否为队头的值 ,是就删除
// if(!que.empty() && value==que.front()) {
// que.pop_front();
// }
// }
// //如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,知道push的数值小于等于队列入口元素的数值为止
// // 这样就保持了队列里的数值是单调从大到小的了。
// void push(int value) {
// while(!que.empty() && value > que.back()) {
// que.pop_back();
// }
// que.push_back(value);
// }
// //查询当前队列里的最大值,直接返回队列前端也就是front就可以了
// int front() {
// return que.front();
// }
// };
// public:
// vector maxSlidingWindow(vector& nums, int k) {
// MyQueue que;
// vector result;
// for (int i = 0;i < k; i++) { //先将前k个元素放入队列
// que.push(nums[i]);
// }
// result.push_back(que.front());
// for ( int i=k;i maxSlidingWindow(vector& nums, int k) {
deque q;
int n = nums.size();
for (int i=0;i=nums[q.back()]) {
q.pop_back();
}
q.push_back(i);
}
vector ans = {nums[q.front()]};
for (int i=k;i=nums[q.back()])
{
q.pop_back();
}
q.push_back(i);
while(q.front()<=i-k) {
q.pop_front();
}
ans.push_back(nums[q.front()]);
}
return ans;
}
};
方法:优先队列,需要用到堆
priority_queue
Type是要存放的数据类型
Container是实现底层堆的容器,必须是数组实现的容器,如vector、deque
Functional是比较方式/比较函数/优先级
priority_queue;
此时默认的容器是vector,默认的比较方式是大顶堆less
举例
//小顶堆
priority_queue
//大顶堆
priority_queue
//默认大顶堆
priority_queue a;
//pair
priority_queue
pair
pair
pair
a.push(d);
a.push©;
a.push(b);
while (!a.empty())
{
cout << a.top().first << ’ ’ << a.top().second << ‘\n’;
a.pop();
}
//输出结果为:
2 5
1 3
1 2
top()
pop()
push()
emplace()
empty()
size()
当数据类型并不是基本数据类型,而是自定义的数据类型时,就不能用greater或less的比较方式了,而是需要自定义比较方式
在此假设数据类型是自定义的水果:
struct fruit
{
string name;
int price;
};
有两种自定义比较方式的方法,如下
重载”<”
若希望水果价格高为优先级高,则
//大顶堆
struct fruit
{
string name;
int price;
friend bool operator < (fruit f1,fruit f2)
{
return f1.peice < f2.price;
}
};
若希望水果价格低为优先级高
//小顶堆
struct fruit
{
string name;
int price;
friend bool operator < (fruit f1,fruit f2)
{
return f1.peice > f2.price; //此处是>
}
};
若希望水果价格高为优先级高,则若希望水果价格高为优先级高,则
//大顶堆
struct myComparison
{
bool operator () (fruit f1,fruit f2)
{
return f1.price < f2.price;
}
};
//此时优先队列的定义应该如下
priority_queue
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]
示例 2:
输入: nums = [1], k = 1
输出: [1]
class Solution {
public:
//小顶堆
class mycomparison{
public:
bool operator()(const pair& lns, const pair& rhs) {
//小顶堆是大括号
return lns.second > rhs.second;
}
};
vector topKFrequent(vector& nums,int k) {
// 要统计元素出现频率
unordered_map map;// map
for(int i=0;i,vector>,mycomparison> pri_que;
for(unordered_map::iterator it = map.begin();it!=map.end();it++) {
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();
}
}
// 找出前K个高频元素,因为小顶堆先弹出的是最小的,所以倒序来输出到数组
vector result(k);
for(int i=k-1;i>=0;i--) {
result[i]=pri_que.top().first;
pri_que.pop();
}
return result;
}
};