工程施工人员招聘网站百度一下首页下载安装桌面

第一题：

题解思路：

1、建立降序的优先级队列（底层是通过大堆来实现）；

2、取最大的两个数来相减得到的结果再加入到优先级队列中(优先级队列会自动的排序)；

3、返回队列的头部或者0即可；

 题解代码：

class Solution {
public:int lastStoneWeight(vector<int>& stones) {// 创建大堆priority_queue<int> heap;//for (auto& e : stones)heap.push(e);// 碰撞操作while (heap.size() > 1) {// 取队顶元素int a = heap.top();heap.pop();// 取第二大的int b = heap.top();heap.pop();if (a > b) {heap.push(a - b);}}return heap.size()?heap.top():0;}
};

第二题：

题解思路： 

题解代码：

class KthLargest {priority_queue<int, vector<int>, greater<int>> heap;int _k;public:KthLargest(int k, vector<int>& nums) {_k = k;for (auto& e : nums) {heap.push(e);if (heap.size() > _k) {heap.pop();}}}int add(int val) {heap.push(val);if (heap.size() > _k)heap.pop();return heap.top();}
};/*** Your KthLargest object will be instantiated and called as such:* KthLargest* obj = new KthLargest(k, nums);* int param_1 = obj->add(val);*/

小结：

回答为什么要第k大，建小堆，第K小，建大堆的问题？

        其实可以从上面的代码能够看出，return（返回） 的是heap.top()元素；就是说，第K大或者第k小，都是从后面往前数的，也即，升序的序列（小堆），从后往前数才能数到第K大的元素，而降序的序列（大堆），从后往前数才能数到第K小的元素；-------这就是为什么建大堆找K小，建小堆找第K大的原因。

 第三题：

解题思路：

1、建立hash表统计次数；

2、建立优先级队列，并根据要求（次数按小堆，string按大堆）重写仿函数；

3、提取队列中的top( )按照升序排列；

注意的细节：

1、队列中我们存pair<string,int>这个组合；

2、cmp中，次数int要求是前k大，就说明是升序排列，建小堆；

3、 对应的，当次数相同的时候，按照的是string中的字母顺序的前后（注意，字母是按ASCII码的大小来排列，值越大越靠前，值小的在后面）说明是降序排列，建大堆；

解题代码：

class Solution {typedef pair<string, int> PSI;// 实现自定的仿函数struct cmp {bool operator()(const PSI& a, const PSI& b) {if (a.second ==b.second) { // 次数相同，按字母的asc码的降序，建大堆（小的往下沉）return a.first < b.first;}// 次数不同就按次数的升序，前k个最大的，就是升序，建小堆（将大的往下沉）return a.second > b.second;}};public:vector<string> topKFrequent(vector<string>& words, int k) {// hash表统计次数unordered_map<string, int> hash;for (auto& e : words) {hash[e]++;}// 创建一个大小为k的优先级队列priority_queue<PSI, vector<PSI>, cmp> heap;// 主逻辑// 将hash表中所有的pair值存入到队列中for (auto& psi : hash) {heap.push(psi);if (heap.size() > k)heap.pop();}// 到这heap.top()是k个中次数最小的；而要求返回的数组中的从前往后是一次增大的；vector<string> ret(k);for (int i = k - 1; i >= 0; i--) {ret[i] = heap.top().first;heap.pop();}return ret;}
};

小结：

1、优先级队列就是大堆小堆的包装，常用来处理topK问题；

2、求K大就建小堆，队列是升序排列，优先级队列的top()是K个当中最小的；

3、求K小就建大堆，队列是将序排列，优先级队列的top()是K个当中最大的；

4、只有栈和优先级队列才用的是top()，而普通的队列queue只有front（）：

        ·取栈顶元素用top（）；

        ·取优先级队列中的队头元素用top（）；

        ·取队列中的队头元素用front（）；