【LeetCode】栈队列 ：20. 有效的括号 1047. 删除字符串中的所有相邻重复项 150. 逆波兰表达式求值 239. 滑动窗口最大值 347. 前 K 个高频元素

20. 有效的括号

class Solution {
private:
    stack<char> st;
public:
    bool isValid(string s) {
        for (int i = 0; i < s.size(); i++) {
            switch(s[i]) {
                case '{':
                case '[':
                case '(': st.push(s[i]);
                    break;
                case ')': {
                    if (!st.empty() && st.top() == '(') st.pop();
                    else return false;
                }
                    break;
                case ']': {
                    if (!st.empty() && st.top() == '[') st.pop();
                    else return false;
                }
                    break;
                case '}': {
                    if (!st.empty() && st.top() == '{') st.pop();
                    else return false;
                }
                    break;
            }
        }
        if(st.empty()) return true;
        return false;
    }
};

1047. 删除字符串中的所有相邻重复项

• 时间复杂度：O(n)
• 空间复杂度：O(n)

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

150. 逆波兰表达式求值

• 时间复杂度：O(n)
• 空间复杂度：

class Solution {
public:
    int evalRPN(vector<string>& tokens) {
        stack<int> stk;
        int n = tokens.size();
        for (int i = 0; i < n; i++) {
            string& token = tokens[i];
            if (isNumber(token)) {
                stk.push(atoi(token.c_str()));
            } else {
                int num2 = stk.top();
                stk.pop();
                int num1 = stk.top();
                stk.pop();
                switch (token[0]) {
                    case '+':
                        stk.push(num1 + num2);
                        break;
                    case '-':
                        stk.push(num1 - num2);
                        break;
                    case '*':
                        stk.push(num1 * num2);
                        break;
                    case '/':
                        stk.push(num1 / num2);
                        break;
                }
            }
        }
        return stk.top();
    }

    bool isNumber(string& token) {
        return !(token == "+" || token == "-" || token == "*" || token == "/");
    }
};

239. 滑动窗口最大值

• 采用单调队列
• 时间复杂度 O(n)
• 空间复杂度 O(k)

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        deque<int> de;
        for(int i = 0; i < k; ++i) {
            while(!de.empty() && nums[i] > nums[de.back()]) {
                de.pop_back();
            }
            de.push_back(i);
        }
        vector<int> res = {nums[de.front()]};
        for(int i = k; i < nums.size(); ++i) {
            while(!de.empty() && de.front() <= i-k) {
                de.pop_front();
            }
            while((!de.empty() && nums[i] > nums[de.back()])) {
                de.pop_back();
            }
            de.push_back(i);
            res.push_back(nums[de.front()]);
        }        
        return res;
    }
};

347. 前 K 个高频元素

// 时间复杂度：O(nlogk)
// 空间复杂度：O(n)
class Solution {
public:
    // 小顶堆
    struct 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;

    }
};