队列中取最大值操作问题

题目描述:

假设有这样一个拥有3个操作的队列:

1 Enqueue(v): 将v加入队列

2 DeQueue:使队列中的队首元素删除并返回此元素

3 MaxElement:返回队列中的最大元素

请设计一种数据结构和算法,让MaxElement操作的时间复杂度尽可能地低。

 

 

队列是遵守“先入先出”原则的一种复杂数据结构。其底层的数据结构不一定要用数组来实现,还可以使用其他特殊的数据结构来实现,以达到降低MaxElement操作复杂度的目的。

 

分析与解法:

 

解法一

 

这个问题的关键在于取最大值的操作,并且考虑但队列里面的元素动态增加和减少的时候,如何能够非常快速地把最大值取出。

 

虽然,最直接的思路就是按传统方式来实现队列。利用一个数组或链表来存储队列的元素,利用两个指针分别指向队列的队首和队尾。如果采用这种方法,那么MaxElement操作需要遍历队列的所有元素。在队列的长度为N的条件下,时间复杂度为O(N)。

 

解法二

 

根据取最大值的要求,可以考虑用最大堆来维护队列中的元素。堆中每个元素都有指针指向它的后续元素。这样,堆就可以很快实现返回最大元素的操作。同时,我们也能保证队列的正常插入和删除。MaxElement操作其实就是维护一个最大堆,其时间复杂度为O(1)。而入队和出队操作的时间复杂度为O(lgN)

 

开始不太能理解,后来想想好像是这样的,比如,队列是先进先出的,所以用一种数据结构来记录元素的进出顺序,而使用最大堆来维持找到最大值的效率。假如使用queue来存放所有的数据,当入队的时候直接插入队尾,而最大堆也需要将加入的值放在堆的最后,然后进行调整,直到满足最大堆。如果是进行访问最大值,可以直接访问堆顶的元素。如果是进行出队操作,从队列的首部删除该元素,并在最大堆中找到该元素,删除之后,进行调整。这样既能够达到满足队列的“先进先出”,也能满足在O(1)的条件下访问到最大值。

 

解法三

 

曾经做过一种类似的题目是最小栈,也就是在O(1)的情况下访问到栈中的最小元素。如是想到也可以使用这种方式来实现优先队列,

 

如果使用两个数组分别存放,第一个数组按进入的顺序存放所有的元素,另一个数组中存放最大值的下标,另外还用一个变量记录当前的最大值下标。

 

实现代码:

 

复制代码
class stack
{
public:
    stack()
    {
        stackTop=-1;
        maxStackItemIndex=-1;
    }
    void push(Type x)
    {
        stackTop++;
        if(stackTop>=Max)
        ;  //栈满
        else
        {
            stackItem[stackTop]=x;
            if(x>Max())
            {
                link2NextMaxItem[stackTop]=maxStackItemIndex;
                maxStackItemIndex=stackTop;
            }
            else
                link2NextMaxItem[stackTop]=-1;
         }
    }
    Type Pop()
    {
        Type ret;
        if(stackTop<0)
            ThrowException();  //已经没有元素来,所以不能pop
        else
        {
            ret=stackItem[stackTop];
            if(stackTop==maxStackItemIndex)
            {
                maxStackItemIndex=link2NextMaxItem[stackTop];
            }
            stackTop--;
        }
        return ret;
    }
    Type Max()
    {
        if(maxStackItemIndex>=0)
            return stackItem[maxStackItemIndex];
        else
            return -INF;
    }
private:
    Type stackItem[MAXN];
    int stackTop;
    int link2NextMaxItem[MAXN];
    int maxStackItemIndex;
};

 

这里,维护一个最大值的序列来保证Max操作的时间复杂度为O(1),相当于用空间复杂度换取了时间复杂度。

 

如果能够用栈有效第实现队列,而栈的Max操作又很容易,那么队列的Max操作也就能有效地完成了。

 

 

一 内存泄漏

1 C++内存泄漏

在C程序中使用malloc()分配内存,使用free()来释放内存,当未释放不再使用的内存时就会出现“内存泄漏”

在C++程序中使用new()分配内存,使用delete()释放内存,当未释放不再使用的内存时就会出现“内存泄漏”

 

2 避免内存泄漏

每次调用malloc分配内存时,注意在以后要调用想要的free来释放它。

 

3 检测内存泄漏

内存泄漏的症状就是罪魁进程的速度会减慢。原因是体积大的进程更有可能被系统换出,让别的进程运行,而且大的进程在换入换出时花费的时间也更多。

观察内存泄漏是一个两步骤的过程。首先,使用swap命令观察还有多少可用的交换空间,过一两分钟键入该命令两到三次,看看可用的交换区是否在减少。还可以使用其他一些工具入netstat、vmstat等。第二个步骤是确定可疑的进程,看看它是不是该为内存泄漏负责,你可能已经知道哪个进程是罪魁祸首,不然可以使用ps -lu 用户名命令来显示所有进程的大小。

 

二、什么是大端和小端

        Big-Endian和Little-Endian的定义如下:
1) Little-Endian就是低位字节排放在内存的低地址端,高位字节排放在内存的高地址端。
2) Big-Endian就是高位字节排放在内存的低地址端,低位字节排放在内存的高地址端。
举一个例子,比如数字0x12 34 56 78在内存中的表示形式为:

1)大端模式:

低地址 -----------------> 高地址
0x12  |  0x34  |  0x56  |  0x78

2)小端模式:

低地址 ------------------> 高地址
0x78  |  0x56  |  0x34  |  0x12

可见,大端模式和字符串的存储模式类似。

3)下面是两个具体例子:

 

16bit宽的数0x1234在Little-endian模式(以及Big-endian模式)CPU内存中的存放方式(假设从地址0x4000开始存放)为:
 

 

内存地址 小端模式存放内容 大端模式存放内容
0x4000 0x34 0x12
0x4001 0x12 0x34

32bit宽的数0x12345678在Little-endian模式以及Big-endian模式)CPU内存中的存放方式(假设从地址0x4000开始存放)为:

内存地址 小端模式存放内容 大端模式存放内容
0x4000 0x78 0x12
0x4001 0x56 0x34
0x4002 0x34 0x56
0x4003 0x12 0x78
 

 4)大端小端没有谁优谁劣,各自优势便是对方劣势:

小端模式 :强制转换数据不需要调整字节内容,1、2、4字节的存储方式一样。
大端模式 :符号位的判定固定为第一个字节,容易判断正负。

 

posted on 2018-02-23 10:49  AlanTu  阅读(3294)  评论(0编辑  收藏  举报

导航