# 删除字符串中所有相邻重复项

题目链接🔗

用栈来存放遍历过的元素，当遍历当前这个元素的时候，去看栈顶是不是与当前这个元素相同。

如果相同就弹出栈顶元素并遍历字符串的下一个元素，如果不同就将元素压入栈中。

删除字符串中所有相邻重复项

注意栈里的元素在弹出时是倒序的。

	class Solution {
	public:
	string removeDuplicates(string s) {
	stack<char> result;
	for(int i = 0; i < s.size(); i++) {
	if(!result.empty() && s[i] == result.top()) {
	result.pop();
	continue;
	}
	result.push(s[i]);
	}
	s.resize(result.size());
	for(int i = result.size() - 1; i >= 0; i--) {
	s[i] = result.top();
	result.pop();
	}
	return s;
	}
	};

或者将 string 容器将栈使用。

	class Solution {
	public:
	string removeDuplicates(string s) {
	string result;
	for(char c : s) {
	if(result.empty() \|\| result.back() != c) {
	result.push_back(c);
	}
	else {
	result.pop_back();
	}
	}
	return result;
	}
	};

# 逆波兰表达式求值

题目链接🔗

逆波兰表达式求值

本题中每一个子表达式都要得出一个结果，然后将这个结果再进行运算。很像消除字符串相邻重复项的过程。

	class Solution {
	public:
	int evalRPN(vector<string>& tokens) {
	stack<long long> st;
	for(int i = 0; i < tokens.size(); i++) {
	if(tokens[i] == "+" \|\| tokens[i] == "-" \|\| tokens[i] == "*" \|\| tokens[i] == "/") {
	long long num1 = st.top();
	st.pop();
	long long num2 = st.top();
	st.pop();
	if (tokens[i] == "+") st.push(num2 + num1);
	if (tokens[i] == "-") st.push(num2 - num1);
	if (tokens[i] == "") st.push(num2 num1);
	if (tokens[i] == "/") st.push(num2 / num1);
	}
	else {
	st.push(stoll(tokens[i])); // string to long long
	}

	}
	int result = st.top();
	return result;
	}
	};

# 滑动窗口最大值

题目链接🔗

不能使用大顶堆 (优先队列)： 题目中窗口是移动的，而大顶堆每次只能弹出最大值，无法移除其他的数值。这样造成大顶堆维护的不是滑动窗口里面的数值。

此时需要一个队列，放窗口的元素，随着窗口的移动，队列也一进一出，每次移动之后，队列会告诉我们里面的最大值是什么。

队列里的元素一定要排序，让最大值放在出口。

但如果把所有窗口元素都放进队列，窗口移动时需要弹出元素。如果要移出，又要保证单调排序，总体时间复杂度又回到了 $O(n*k)$ 。

但队列没必要维护所有的元素，只需要维护有可能成为最大值的元素就可以，同时保证队列里元素数值是由大到小的。

实现的单调队列不是对窗口里的数值进行排序。

维护队列元素

对于窗口里的元素 ${2, 3, 5, 1 ,4}$ ，只需要维护 ${5, 4}$ 就够了，保持单调队列单调递减，此时队列出口就是最大值。

设计单调队列的时候， pop() 和 push() 要保持如下规则：

pop (value)：如果窗口移除的元素 value 等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作。
push (value)：如果 push 的元素 value 大于入口元素的数值，那么就将队列入口的元素弹出，直到 push 元素的数值小于等于队列入口元素的数值为止。

保持如上规则，每次窗口移动的时候，只要问 que.front () 就可以返回当前窗口的最大值。

单调队列

	class Solution {
	private:
	class MyQueue { // 单调队列（从大到小）
	public:
	deque<int> que; // 使用 deque 来实现单调队列
	// 每次弹出的时候，比较当前要弹出的数值是否等于队列出口元素的数值，如果相等则弹出。
	// 同时 pop 之前判断队列当前是否为空。
	void pop(int value) {
	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，直到 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<int> maxSlidingWindow(vector<int>& nums, int k) {
	MyQueue que;
	vector<int> result;
	for (int i = 0; i < k; i++) { // 先将前 k 的元素放进队列
	que.push(nums[i]);
	}
	result.push_back(que.front()); //result 记录前 k 的元素的最大值
	for (int i = k; i < nums.size(); i++) {
	que.pop(nums[i - k]); // 滑动窗口移除最前面元素
	que.push(nums[i]); // 滑动窗口前加入最后面的元素
	result.push_back(que.front()); // 记录对应的最大值
	}
	return result;
	}
	};

# 前 K 个高频元素

题目链接🔗

题目涉及三个方面：

统计元素出现的频率
对频率进行排序
找出前 K 歌高频元素

统计元素出现的频率可以用 map 来搞定。

对频率进行排序，因为题目要求时间复杂度优于 $O(nlogN)$ ，因此考虑使用优先队列。

优先队列实际上是一个堆，只从队头取元素，从队尾添加元素。

而且优先级队列内部元素是自动依照元素的权值排列。

缺省情况下 priority_queue 利用 max-heap（大顶堆）完成对元素的排序，这个大顶堆是以 vector 为表现形式的 complete binary tree（完全二叉树）。

什么是堆呢？

堆是一棵完全二叉树，树中每个结点的值都不小于（或不大于）其左右孩子的值。如果父亲结点是大于等于左右孩子就是大顶堆，小于等于左右孩子就是小顶堆。

priority_queue（优先级队列）和大顶堆（或小顶堆）的底层实现都是一样的，从小到大排就是小顶堆，从大到小排就是大顶堆。

那么问题来了，定义一个大小为 k 的大顶堆，在每次移动更新大顶堆的时候，每次弹出都把最大的元素弹出去了，那么怎么保留下来前 K 个高频元素呢。

而且使用大顶堆就要把所有元素都进行排序，那能不能只排序 k 个元素呢？

所以我们要用小顶堆，因为要统计最大前 k 个元素，只有小顶堆每次将最小的元素弹出，最后小顶堆里积累的才是前 k 个最大元素。

找前K个高频元素

	class Solution {
	public:
	// 小顶堆
	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) {
	// 要统计元素出现频率
	unordered_map<int, int> map; //map<nums [i], 对应出现的次数 >
	for (int i = 0; i < nums.size(); i++) {
	map[nums[i]]++;
	}

	// 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;

	// 用固定大小为 k 的小顶堆，扫面所有频率的数值
	for (unordered_map<int, int>::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<int> result(k);
	for (int i = k - 1; i >= 0; i--) {
	result[i] = pri_que.top().first;
	pri_que.pop();
	}
	return result;

	}
	};

LeetCode 队列栈滑动窗口单调队列优先队列

# 删除字符串中所有相邻重复项

# 逆波兰表达式求值

# 滑动窗口最大值

# 前 K 个高频元素

【代码随想录Day10】栈与队列 Part.1

【代码随想录Day12】二叉树 Part.1