代码随想录算法训练营第十三天| 239. 滑动窗口最大值、347.前 K 个高频元素

知识点总结

单调队列

使用双端队列实现单调队列，两个要求

• 放进队列的元素比尾部的元素大
• 头结点在滑动窗口内

优先队列

1. PriorityQueue优先队列实现数据结构中大根堆和小根堆。
2. 常用方法：

add() :添加元素
peek():获取堆顶元素
poll():获取堆顶元素，堆顶元素弹出
size():获取堆中元素个数
isEmpty():判空

3. PriorityQueue的使用

• 不用比较器，默认升序排列(堆顶事最小值)

PriorityQueue<Integer, Integer> pq = new PriorityQueue<>();

• 使用比较器，自定义排序方式

//升序排列
PriorityQueue<Integer, Integer> pq = new PriorityQueue<>(new Comparator<>() {
	public int compare(Integer e1, Integer e2) {
		return e1 - e2;
	}
});


//降序排列
PriorityQueue<Integer, Integer> pq = new PriorityQueue<>(new Comparator<>() {
	public int compare(Integer e1, Integer e2) {
		return e2 - e1;
	}
});

//lambda表达式，升序排列
PriorityQueue<Integer, Integer> pq = new PriorityQueue<>((e1, e2) -> e1 - e2);

4. 注意点

• poll()、add()方法时间复杂度为O(log(n))
• 基于优先堆的一个无界队列，这个优先队列中的元素可以默认自然排序或者通过提供的Comparator（比较器）在队列实例化的时排序。优先队列的头是基于自然排序或者Comparator排序的最小元素。堆排序只能保证根是最大（最小），整个堆并不是有序的

参考文章：Java优先队列（PriorityQueue）

239. 滑动窗口最大值

代码如下：

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        Deque<Integer> deque = new LinkedList<>();
        int n = nums.length;
        int[] res = new int[n - k + 1];
        for (int i = 0; i < k; i++) {
            while (!deque.isEmpty() && nums[i] >= nums[deque.peekLast()]) {
                deque.pollLast();
            }
            deque.offerLast(i);
        }

        res[0] = nums[deque.peekFirst()];
        for (int i = k; i < n; i++) {
            while (!deque.isEmpty() && nums[i] >= nums[deque.peekLast()]) {
                deque.pollLast();
            }
            deque.offerLast(i);
            if (deque.peekFirst() <= i - k) {
                deque.pollFirst();
            }
            res[i - k + 1] = nums[deque.peekFirst()];
        }
        return res;
    }
}

347.前 K 个高频元素

代码如下：

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        Map<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
        //getOrDefault(key, default):获取key的value，如果找不到key，就返回设定的默认值default
            map.put(num, map.getOrDefault(num, 0) + 1);
        }
        System.out.println(map);
		
		//在优先队列中存储二元组[num,cnt],cnt表示元素值num在数组中的出现次数
        PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2) -> pair1[1] - pair2[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.poll()[0];
        }

        return res;
    }
}