d11栈与队列

文章讲述了如何使用单调队列解决滑动窗口中的最大值问题,以及如何利用小顶堆统计出现频率最高的前K个元素。通过队列和优先队列的数据结构优化,降低了时间复杂度。
摘要由CSDN通过智能技术生成

第五章 栈与队列part03

 今日内容: 

  1.  239. 滑动窗口最大值
  1.  347. K 个高频元素

 239. 滑动窗口最大值

题目:给你一个整数数组 nums,有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。

返回 滑动窗口中的最大值 

难点是如何求一个区间里的最大值呢?

暴力方法,遍历一遍的过程中每次从窗口中再找到最大的数值,这样很明显是O(n × k)的算法。

此时我们需要一个队列,这个队列呢,放进去窗口里的元素,然后随着窗口的移动,队列也一进一出,每次移动之后,队列告诉我们里面的最大值是什么。

这个队列应该长这个样子:

class MyQueue {

public:

    void pop(int value) {

    }

    void push(int value) {

    }

    int front() {

        return que.front();

    }

};

每次窗口移动的时候,调用que.pop(滑动窗口中移除元素的数值)que.push(滑动窗口添加元素的数值),然后que.front()就返回我们要的最大值。

然后再分析一下,队列里的元素一定是要排序的,而且要最大值放在出队口,要不然怎么知道最大值呢。

但如果把窗口里的元素都放进队列里,窗口移动的时候,队列需要弹出元素。

那么问题来了,已经排序之后的队列 怎么能把窗口要移除的元素(这个元素可不一定是最大值)弹出呢。

其实队列没有必要维护窗口里的所有元素,只需要维护有可能成为窗口里最大值的元素就可以了,同时保证队列里的元素数值是由大到小的。

那么这个维护元素单调递减的队列就叫做单调队列,即单调递减或单调递增的队列。

对于窗口里的元素{2, 3, 5, 1 ,4},单调队列里只维护{5, 4} 就够了,保持单调队列里单调递减,此时队列出口元素就是窗口里最大元素。

此时大家应该怀疑单调队列里维护着{5, 4} 怎么配合窗口进行滑动呢?

设计单调队列的时候,pop,和push操作要保持如下规则:

  1. pop(value):如果窗口移除的元素value等于单调队列的出口元素,那么队列弹出元素,否则不用任何操作
  2. push(value):如果push的元素value大于入口元素的数值,那么就将队列入口的元素弹出,直到push元素的数值小于等于队列入口元素的数值为止

保持如上规则,每次窗口移动的时候,只要问que.front()就可以返回当前窗口的最大值。

为了更直观的感受到单调队列的工作过程,以题目示例为例,输入: nums = [1,3,-1,-3,5,3,6,7], k = 3

class Solution {

    public int[] maxSlidingWindow(int[] nums, int k) {

        if(nums.length==1) return nums;

        MyQueue deque = new MyQueue();

        int length = nums.length-k+1;

        int num = 0;

        int[] res = new int[length];

        for(int i=0;i<k;i++)

        {

            deque.add(nums[i]);

        }

        res[num++] = deque.peek();

        for(int i=k;i<nums.length;i++)

        {

            deque.poll(nums[i-k]);

            deque.add(nums[i]);

            res[num++] = deque.peek();

        }

        return res;

    }

}

class MyQueue{

    Deque<Integer> deque = new LinkedList<>();

    void poll(int val)

    {

        if(!deque.isEmpty()&&val == deque.peek())

        deque.poll();

    }

    void add(int val)

    {

        while(!deque.isEmpty()&&val>deque.getLast())

        deque.removeLast();

        deque.add(val);

    }

    int peek(){

        return deque.peek();

    }

}

347.前 K 个高频元素 

题目:给你一个整数数组 nums 和一个整数 k ,请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

这道题目主要涉及到如下三块内容:

  1. 要统计元素出现频率
  2. 对频率排序
  3. 找出前K个高频元素

堆是一棵完全二叉树,树中每个结点的值都不小于(或不大于)其左右孩子的值。 如果父亲结点是大于等于左右孩子就是大顶堆,小于等于左右孩子就是小顶堆。

定义一个大小为k的大顶堆,在每次移动更新大顶堆的时候,每次弹出都把最大的元素弹出去了,那么怎么保留下来前K个高频元素呢。所以我们要用小顶堆,因为要统计最大前k个元素,只有小顶堆每次将最小的元素弹出,最后小顶堆里积累的才是前k个最大元素。

寻找前k个最大元素流程如图所示:(图中的频率只有三个,所以正好构成一个大小为3的小顶堆,如果频率更多一些,则用这个小顶堆进行扫描)

347.前K个高频元素

// Map.EntryMap声明的一个内部接口,此接口为泛型,定义为Entry<K,V>。它表示Map中的一个实体(一个key-value对)。接口中有getKey(),getValue方法。

Java Map中的entrySet()方法返回一个Set对象,该对象包含Map中的所有键值对。

class Solution {

    public int[] topKFrequent(int[] nums, int k) {

        Map<Integer,Integer> map = new HashMap<>();

        for(int num:nums)

        map.put(num,map.getOrDefault(num,0)+1);

        PriorityQueue<int[]> pq = new PriorityQueue<>((p1,p2)->p1[1]-p2[1]);

        for(Map.Entry<Integer,Integer> Entry:map.entrySet())

        {

            if(pq.size()<k) pq.add(new int[]{Entry.getKey(),Entry.getValue()});

            else{

                if(Entry.getValue()>pq.peek()[1])

                {

                    pq.poll();

                    pq.add(new int[]{Entry.getKey(),Entry.getValue()});

                }

            }

        }

        int[] res = new int[k];

        for(int i=k-1;i>=0;i--)

        {

            res[i] = pq.peek()[0];

            pq.poll();

        }

        return res;

    }

}

  • 23
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值