代码随想录-逆波兰式、滑动窗口最大值

合集 - 代码随想录(35)

1.代码随想录-逆波兰式、滑动窗口最大值2024-10-29

2.代码随想录-栈与队列-有效的括号（括号匹配）2024-10-263.代码随想录——栈与队列8-前K个高频元素2024-10-304.二叉树的递归遍历和迭代遍历2024-11-085.代码随想录——二叉树-11.完全二叉树的节点个数2024-11-116.代码随想录——二叉树-12.平衡二叉树2024-11-117.代码随想录——二叉树17-路径总和2024-11-138.代码随想录——二叉树19.最大二叉树2024-11-219.代码随想录——二叉树21、合并二叉树（附：递归算法复杂度分析）2024-11-2210.代码随想录——二叉树23、验证二叉搜索树2024-11-2211.代码随想录——25二叉搜索树的最小绝对值差（递归遍历如何记录前后两个指针）2024-11-2512.代码随想录——25.二叉搜索树中的众数2024-11-2513.代码随想录——26、二叉(搜索)树的最近公共祖先2024-11-2614.代码随想录——回溯8、组合总和II2024-12-0415.代码随想录——回溯9.分割回文串2024-12-0516.代码随想录——回溯19重新安排行程2024-12-1217.代码随想录——回溯 N皇后2024-12-1418.代码随想录——贪心8.跳跃游戏II2024-12-1619.代码随想录——贪心9.K次取反后最大化的数组和 && std::sort函数的第三个参数说明2024-12-1620.代码随想录——贪心13.分发糖果2024-12-1721.代码随想录——贪心算法：根据身高重建队列 & Vector原理2024-12-2322.代码随想录——贪心算法22单调递增的数字2024-12-2523.代码随想录——贪心23监控二叉树2024-12-2624.代码随想录——动态规划5.周总结2024-12-2625.代码随想录——动态规划9不同的二叉搜索树2024-12-2826.代码随想录——动态规划01背包2024-12-2927.代码随想录——动态规划13.分割等和子集2024-12-2928.代码随想录——动态规划14最后一块石头的重量II（01背包）2024-12-3029.动态规划——dp的含义归类（完全背包和01背包区别）01-1930.动态规划——26单词拆分01-1931.代码随想录——动态规划背包问题总结01-1932.代码随想录——动态规划31打家劫舍III（树状DP）01-2033.代码随想录——动态规划、股票问题01-2334.代码随想录——单调栈02-0535.回溯总结02-11

收起

逆波兰表达式

思路

用栈操作运算：遇到数字则入栈；遇到算符则取出栈顶两个数字进行计算，并将结果压入栈中

这里记录string类型相关操作：

1. 判断token是否是数字，不可像char类型用string重载的>=,<=，前者由于用ASCII码表示，后者按字典序比较，例如1<2所以字符串比较 "10" < "2"。

2. 所以直接判断token是否是运算符，else是数字。而string转数字的函数有stoi,stof,sotll。

代码

直接粘贴的代码随想录就不写了

滑动窗口最大值

思路

一开始想到用栈或队列维护最大值。因为滑动窗口是先进先出，栈不好用。队列虽满足特性但不能无脑入队，首先规定队首是当前窗口最大值，队首出队后的队首要是下个窗口的最大值，那么每次入队就应该保证队列里没有比自己小的元素，队首不能动只能从队尾出，想到双端队列。

总结：实现一个单调队列——具体而言递减的双端队列。

之后就是实现细节——1.队首何时出队2.何时记录最大值。

这里用L和R双指针模拟窗口，即初始化L=1-k，R=0.

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> ans;
        deque<int> dq;//dq维持递减
        //L从1-k到1-n,R从0到n-1
        for(int L=1-k,R=0;R<nums.size();R++,L++){
            //L>0时若剔除窗口的首元素=dq首元素
            if(L>0 && nums[L-1] == dq.front()){
                dq.pop_front();
            }
            //dq中小于nums[R]的移除——保持递减
            while(!dq.empty() && nums[R]>dq.back()){
                dq.pop_back();
            }
            dq.emplace_back(nums[R]);
            //L>=0时记录最大值
            if(L>=0){
                ans.emplace_back(dq.front());
            }
        }
        return ans;
    }
};

我们用deque作为单调队列的底层数据结构，C++中deque是stack和queue默认的底层实现容器，deque是可以两边扩展的，而且deque里元素并不是严格的连续分布的。