分门别类刷leetcode——栈、队列、堆(C++实现)
发布日期:2021-05-06 23:06:48 浏览次数:22 分类:技术文章

本文共 5704 字,大约阅读时间需要 19 分钟。

目录


leetcode 225 用队列实现栈

使用队列实现栈的下列操作:

  • push(x) -- 元素 x 入栈
  • pop() -- 移除栈顶元素
  • top() -- 获取栈顶元素
  • empty() -- 返回栈是否为空

注意:

  • 你只能使用队列的基本操作-- 也就是 push to backpeek/pop from frontsize, 和 is empty 这些操作是合法的。
  • 你所使用的语言也许不支持队列。 你可以使用 list 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。
  • 你可以假设所有操作都是有效的(例如, 对一个空的栈不会调用 pop 或者 top 操作)。

思考:

栈是特性是先进后出,队列的特性是先进先出。可以用两个队列来实现栈的功能。

push和pop功能——用一个队列保持为空,另一个队列负责入栈操作。当有出栈操作时,将非空队列中的元素依次出队,存入那个空队列中,最后一个元素出队的时候返回给客户端。这样就可以一直保持一个队列是空的,返回给客户端的元素也是最后入队的那个元素。

top功能——返回非空队列的back元素即可。

class MyStack {public:	/** Initialize your data structure here. */	MyStack() {}	/** Push element x onto stack. */	void push(int x) {		if (q1.empty()) {			q2.push(x);		}		else {			q1.push(x);		}	}	/** Removes the element on top of the stack and returns that element. */	int pop() {		if (q1.empty()) {			while (q2.size() != 1) {				q1.push(q2.front());				q2.pop();			}			res = q2.front();			q2.pop();		}		else if (q2.empty()) {			while (q1.size() != 1) {				q2.push(q1.front());				q1.pop();			}			res = q1.front();			q1.pop();		}		else {			res = 0;		}		return res;	}	/** Get the top element. */	int top() {		if (q1.empty()) {			if (q2.empty()) {				return 0;			}			else {				return q2.back();			}		}		else {			return q1.back();		}	}	/** Returns whether the stack is empty. */	bool empty() {		if (q1.empty() && q2.empty())			return true;		return false;	}private:	queue
q1; queue
q2; int res;};

 

 

 

leetcode 232 用栈实现队列

使用栈实现队列的下列操作:

  • push(x) -- 将一个元素放入队列的尾部。
  • pop() -- 从队列首部移除元素。
  • peek() -- 返回队列首部的元素。
  • empty() -- 返回队列是否为空。

示例:

MyQueue queue = new MyQueue();queue.push(1);queue.push(2);  queue.peek();  // 返回 1queue.pop();   // 返回 1queue.empty(); // 返回 false

说明:

  • 你只能使用标准的栈操作 -- 也就是只有 push to toppeek/pop from topsize, 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。
  • 假设所有操作都是有效的 (例如,一个空的队列不会调用 pop 或者 peek 操作)。

思路:

一个栈作为出队栈,一个栈作为入队栈。

push操作——向入队栈中压入元素

pop操作——若出队栈为空,则将入队栈中的元素全部存入出队栈中,然后返回出队栈的栈顶元素。

                    若出队栈不为空,则返回栈顶元素。

peek操作——返回出队栈的栈顶元素

class MyQueue {public:    /** Initialize your data structure here. */    MyQueue() { }        /** Push element x to the back of queue. */    void push(int x) {        in.push(x);    }        /** Removes the element from in front of queue and returns that element. */    int pop() {        if(out.empty()){            while(!in.empty()){                out.push(in.top());                in.pop();            }        }        res=out.top();        out.pop();        return res;    }        /** Get the front element. */    int peek() {        if(out.empty()){            while(!in.empty()){                out.push(in.top());                in.pop();            }        }        res=out.top();        return res;    }        /** Returns whether the queue is empty. */    bool empty() {        if((in.empty())&&(out.empty()))            return true;        return false;    }private:    stack
in; stack
out; int res;};

 

 

 

leetcode 155最小栈

设计一个支持 push,pop,top 操作,并能在常数时间内检索到最小元素的栈。

  • push(x) -- 将元素 x 推入栈中。
  • pop() -- 删除栈顶的元素。
  • top() -- 获取栈顶元素。
  • getMin() -- 检索栈中的最小元素。

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.

思路:(主要是考察你的细心程度,细心,细心啊~~~~~~~~~~~~~~~)

写一个类,里面包含两个栈,一个栈用于正常的栈功能,一个栈用于存储当前栈中最小元素,名为最小栈。

push操作——正常栈入栈,如果最小值为空,则入栈,如果最小栈非空,则检查该元素的值是否小于最小栈的栈顶元素的值,如果小,则入栈,否则,入栈一个最小栈的栈顶元素(保持两个栈中的元素个数相同)

pop操作——若正常栈非空,则正常栈出栈,最小栈出栈(保持两个栈中的元素个数相同)

top操作——若正常栈的元素非空,则返回正常栈的栈顶

getmin操作——若最小栈的元素非空,返回最小栈的栈顶。

class MinStack {public:    /** initialize your data structure here. */    MinStack() { }        void push(int x) {        normal.push(x);        if(!min.empty()){            if(x
normal; stack
min;};

 

 

 

leetcode 215 

在未排序的数组中找到第 k 个最大的元素。请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。

示例 1:

输入: [3,2,1,5,6,4] 和 k = 2输出: 5

示例 2:

输入: [3,2,3,1,2,4,5,5,6] 和 k = 4输出: 4

说明:

你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。

思路:

构造一个小顶堆,保持堆的大小为k。一边遍历数组元素一边将元素的值与堆顶进行比较。如果堆的尺寸小于k,则将元素压入堆中,如果堆的尺寸等于k,则有元素大于堆顶元素的值时,将堆顶弹出,将该元素压入堆中。

class Solution {public:    int findKthLargest(vector
& nums, int k) { priority_queue
,greater
> minHeap; for(auto i :nums){ if(minHeap.size()
minHeap.top()){ minHeap.pop(); minHeap.push(i); } } return minHeap.top(); }};

 

 

leetcode 295 

中位数是有序列表中间的数。如果列表长度是偶数,中位数则是中间两个数的平均值。

例如,

[2,3,4] 的中位数是 3

[2,3] 的中位数是 (2 + 3) / 2 = 2.5

设计一个支持以下两种操作的数据结构:

  • void addNum(int num) - 从数据流中添加一个整数到数据结构中。
  • double findMedian() - 返回目前所有元素的中位数。

示例:

addNum(1)addNum(2)findMedian() -> 1.5addNum(3) findMedian() -> 2

进阶:

  1. 如果数据流中所有整数都在 0 到 100 范围内,你将如何优化你的算法?
  2. 如果数据流中 99% 的整数都在 0 到 100 范围内,你将如何优化你的算法?

思路:

class MedianFinder {    priority_queue
,greater
>smallHeap; priority_queue
,less
>bigHeap;public: /** initialize your data structure here. */ MedianFinder() {} void addNum(int num) { if(bigHeap.empty()){ bigHeap.push(num); return; } if(bigHeap.size()==smallHeap.size()){ if(num>smallHeap.top()){ smallHeap.push(num); }else{ bigHeap.push(num); } }else if(bigHeap.size()>smallHeap.size()){ if(num>bigHeap.top()){ smallHeap.push(num); }else{ smallHeap.push(bigHeap.top()); bigHeap.pop(); bigHeap.push(num); } }else if(bigHeap.size()
smallHeap.size()){ return bigHeap.top(); }else{ return smallHeap.top(); } }};

上一篇:linux基础梳理 2019.1.19(环境变量,scp,vim各种操作,gcc,静态库,动态库)
下一篇:STL基础梳理 2019.1.19(仿函数,谓词,内建函数对象,适配器,算法)

发表评论

最新留言

能坚持,总会有不一样的收获!
[***.219.124.196]2025年03月22日 21时50分37秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章