150. 逆波兰表达式求值

这一题和删除相邻重复项与判断括号一样，遇到数字入栈，遇到操作符出栈两个数字，然后入栈结果。

因此，栈很适合处理字符串相邻处理。

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

239. 滑动窗口最大值

如果使用暴力算法，每一个滑动窗口都求最大值，时间复杂度为$O(n\ast k)$。

如何优化呢？维护一个最大长度为k的单调列表，每一次滑动窗口，先将新元素push进来，然后将可能存在的就元素pop出去，队列口就是该窗口最大值。

class Solution {
public:
    class MyPriQue{
    public:
        deque<int> deq;
        void pop(int num) {
            if (!deq.empty() && deq.front() == num)
                deq.pop_front();
        }
        void push(int num) {
            while (!deq.empty() && deq.back() < num)
                deq.pop_back();
            deq.push_back(num);
        }
        int getMax() {
            return deq.front();
        }
    };


    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        vector<int> result;
        MyPriQue que;
        for (int i = 0; i < k; ++i) {
            que.push(nums[i]);
        }
        result.push_back(que.getMax());
        for (int i = k; i < nums.size(); ++i) {
            que.push(nums[i]);
            que.pop(nums[i-k]);
            result.push_back(que.getMax());
        }
        return result;
    }   
};

347. 前 K 个高频元素

1. 通过map先计算整数数组中每个元素的频率
2. 遍历map，并用priority queue维护大小为k的列表。
3. 由于priority queue是小顶堆，因此倒叙输出列表元素。

class Solution {
public:
    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) {
        unordered_map<int, int> map;
        for (int num : nums) 
            map[num]++;
        
        priority_queue<pair<int, int>, vector<pair<int, int>>, mycomparison> priQue;
        for (auto it = map.begin(); it != map.end(); it++) {
            priQue.push(*it);
            if (priQue.size() > k) 
                priQue.pop();
        }

        vector<int> result(k);
        for (int i = k - 1; i >= 0; --i) {
            result[i] = priQue.top().first;
            priQue.pop();
        }
        return result;
    }
};