代码随想录刷题Day13 | 239. 滑动窗口最大值 | 347.前 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 。
思路:
暴力解法时间复杂度为O(n * k)
采用单调队列的的方式,维护一个递减的队列,那么队头始终是最大元素。使用java里面的双端队列来实现,包含以下方法:
- pop()。弹出一个元素,当我们要弹出的元素等于队头元素时,弹出该元素,也就是说滑动窗口已经滑过了当前最大元素。
- push()。压入一个元素,当有元素入队时,查看队尾元素,如果队尾元素大于等于该元素,直接入队,如果队尾元素小于该元素,移除队尾元素,直至队列为空或队尾元素大于等于该元素,入队该元素。
- peek()。查看对头元素。
代码:
class Solution {
class MyQueue{
Deque<Integer> queue = new LinkedList<>();
void pop(int val){
if(val == queue.peek()){
queue.poll();
}
}
void push(int val){
while(queue.size() > 0 && val > queue.getLast()){
queue.removeLast();
}
queue.add(val);
}
int peek(){
return queue.peek();
}
}
public int[] maxSlidingWindow(int[] nums, int k) {
int[] result = new int[nums.length - k + 1];
MyQueue queue = new MyQueue();
for(int i = 0; i < k; i++){
queue.push(nums[i]);
}
for(int i = k; i < nums.length; i++){
result[i - k] = queue.peek();
queue.pop(nums[i - k]);
queue.push(nums[i]);
}
result[nums.length - k] = queue.peek();
return result;
}
}
时间复杂度O(n)
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。
思路:
基本思路:使用HashMap统计频率,然后对频率排序,返回排序最高的k个数。
在这里使用到了优先队列,也就是大小根堆来排序。
代码:
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<>((pair1, pair2)->pair2[1]-pair1[1]);
for(Map.Entry<Integer,Integer> entry:map.entrySet()){
pq.add(new int[]{entry.getKey(),entry.getValue()});
}
int[] ans = new int[k];
for(int i=0;i<k;i++){
ans[i] = pq.poll()[0];
}
return ans;
}
}
时间复杂度O(nlogk)
总结
- 栈和队列可以相互实现
- java里面栈的实现有Stack类,也可以使用deque等方法来实现
- 栈是FILO,队列是FIFO
- 单调队列,优先级队列的实现与应用