150. 逆波兰表达式求值
题目链接150. 逆波兰表达式求值 - 力扣（LeetCode）
说实话，我示例没看懂，我不懂他那个计算顺序，哪两个数字计算是怎么判断的
思路
什么是逆波兰表达式？
逆波兰表达式（Reverse Polish Notation, RPN）是一种数学表达式的书写方式，也称为后缀表达式。其特点是将运算符置于操作数之后，无需括号即可明确运算顺序。例如，表达式 3 4 + 等价于中缀表达式 3 + 4。
特点
-
无括号优先级：运算顺序由操作符的位置决定，无需依赖括号。
-
从左到右解析：表达式按顺序读取，遇到运算符时对前两个操作数进行计算。
-
栈结构适用：适合用栈数据结构高效处理运算过程。
示例
- 中缀表达式
(5 + 3) * 2转换为逆波兰表达式为5 3 + 2 *。 - 中缀表达式
9 - (2 + 3)转换为逆波兰表达式为9 2 3 + -。
计算步骤
-
初始化空栈：用于存储操作数。
-
遍历表达式：逐个读取表达式中的元素。
-
遇到操作数时压入栈。
-
遇到运算符时，弹出栈顶两个操作数进行计算，并将结果压回栈中。
-
-
返回结果：最终栈中剩余的唯一元素即为计算结果。
示例计算 5 3 + 2 *：
-
压入
5和3，遇到+时计算5 + 3 = 8，压入8。 -
压入
2，遇到*时计算8 * 2 = 16。结果为16。
有点理解了：
就是从左到右，先把数放到栈里，遇到计算符号，
把计算符号的前两个数字用这个符号计算
得到结果再放入栈中，循环这个过程，直到算完。
写题
错误
通过了18/22个测试用例
python
class Solution:
def evalRPN(self, tokens: List[str]) -> int:
stack=[]
for i in tokens:
if i=='+':
res1=stack[-2]+stack[-1]
stack.pop()
stack.pop()
stack.append(res1)
elif i=='-':
res2=stack[-2]-stack[-1]
stack.pop()
stack.pop()
stack.append(res2)
elif i=='/':
res3=stack[-2]//stack[-1]
if res3<0:
res3+=1
stack.pop()
stack.pop()
stack.append(res3)
elif i=='*':
res4=stack[-2]*stack[-1]
stack.pop()
stack.pop()
stack.append(res4)
else:
stack.append(int(i))
print(stack)
return stack[0]他这个除法这里我写不好，到底是除/但是示例结果又没有小数点
整除//?但是他6//-132=-1?好像是向下取整，所以我之前在这里加了判断，但是如果刚好整除，那这个处理就不对。
python
if res3<0:
res3+=1关键修复说明
-
除法用
int(a / b)而不是a // b-
a / b得到浮点数 -
int()强制向零取整，完全符合题目要求
-
提交
python
class Solution:
def evalRPN(self, tokens: List[str]) -> int:
stack = []
for i in tokens:
if i == '+':
# 弹出两个数：后弹出的是左操作数
b = stack.pop()
a = stack.pop()
stack.append(a + b)
elif i == '-':
b = stack.pop()
a = stack.pop()
stack.append(a - b)
elif i == '*':
b = stack.pop()
a = stack.pop()
stack.append(a * b)
elif i == '/':
b = stack.pop()
a = stack.pop()
# 核心修复：向零取整
stack.append(int(a / b))
else:
# 数字直接入栈
stack.append(int(i))
return stack[0]对于冗余的代码进行了优化，在弹出元素的同时，取出元素。
在append后面进行计算，简化变量的使用
239. 滑动窗口最大值
题目链接239. 滑动窗口最大值 - 力扣（LeetCode）
这几天做到的第一道力扣标注困难的题目
有一种错觉是我感觉我能写，先写一下试试看。
我直接用列表切片的方法做，但是提交38/52，有些是超过了时间限制。
不是他数据这么多怎么能怪我超时，自己不知道把测试数据弄少一点
python
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
res=[]
for i in range(len(nums)-k+1):
window=nums[i:i+k]
res.append(max(window))
return res思路
是之前切片再求最大值的时间复杂度太高，用单调队列进行优化
维护单调的队列，加入一个元素，如果前面元素没有加入的元素大，把前面的元素弹出。
这样第一个就是队列里面最大的元素，我们可以直接得到最大的值
写题
python
from collections import deque
from typing import List
class Solution:
def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
max_list = [] # 结果：每个窗口最大值
q = deque() # 单调递减队列，队头=当前最大值
for i in range(len(nums)):
# 新元素入队，删掉前面比它小的
while q and nums[i] > q[-1]:
q.pop()
q.append(nums[i])
# 窗口左边移出的如果是队头，也要删掉
if i >= k and nums[i - k] == q[0]:
q.popleft()
# 窗口形成后，记录队头
if i >= k - 1:
max_list.append(q[0])
return max_list347.前 K 个高频元素
题目链接 347. 前 K 个高频元素 - 力扣（LeetCode）
思路
-
遍历统计 → 字典
-
字典转列表 → 方便排序
-
列表按次数降序排序
-
切片取前 k 个数字
写题
python
from typing import List
class Solution:
def topKFrequent(self, nums: List[int], k: int) -> List[int]:
# 1. 创建字典：key=数字，value=出现次数
count_dict = {}
# 2. 遍历数组，统计每个数字出现几次
for num in nums:
if num in count_dict:
# 已经存在，次数+1
count_dict[num] += 1
else:
# 第一次出现，次数=1
count_dict[num] = 1
# 3. 把字典转成列表：[[数字, 次数], [数字, 次数]...]
count_list = []
for key, value in count_dict.items():
count_list.append([key, value])
# 4. 简化排序：按次数从大到小排
count_list.sort(key=lambda x: x[1], reverse=True)
# 5. 切片直接取前k个数字（一行搞定）
result = [item[0] for item in count_list[:k]]
return result