2021/1/2：LeetCode打卡滑动窗口最大值的优先队列解法

法一：优先队列（堆）

1.题目描述

239. 滑动窗口最大值

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。

2.思想

由于每移动一次窗口都要找出一次最大值，如果用顺序数组排序的话会很慢，仅仅是求最大值的时候自然就想到了用优先队列（堆）的方式。
具体实现方式是将窗口中的数都放入堆中，当堆顶的下标不小于窗口的左边界的时候，就取堆顶作为最大值，当堆顶元素是窗口外的元素的时候，就要删除堆顶直到堆顶元素属于窗口的元素为止。
注意：
1.优先队列的比较器默认是最小堆的，而题目要求最大值，所以要重写比较器
2.重写比较器compare：
优先级队列存放的是数组，第一位存储的是滑动窗口中的数，第二位存储的是在数组中的下标，当两个数不相等的时候，返回大的那个，用后边的-前边的，两个数相等的时候，返回下标大的那个数。

3.代码

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int len = nums.length;
          PriorityQueue<int[]> que = new PriorityQueue<int[]>(new Comparator<int[]>() {
            @Override
            public int compare(int[] o1, int[] o2){
                return o1[0] != o2[0] ? o2[0]-o1[0]:o2[1]-o1[1];
            }
        });   
        //现将从0开始的窗口数值和对应的下标放入优先队列
        for(int i=0;i<k;i++){
            que.offer(new int[]{nums[i],i});
        }
        int[] result = new int[len-k+1];//每移动一次滑动窗口就有一个最大值，移动len-k次，再加上最开始没移动的最大值+1
        result[0] = que.peek()[0];//最大堆优先队列的头部就是最大值
        for(int j=k;j<len;j++){
            que.offer(new int[]{nums[j],j});
            while(que.peek()[1] <= j-k){ //如果最大值超过了窗口的左边界，就放弃这个最大值,注意是while不是if！
                que.poll();
            }
            result[j-k+1] = que.peek()[0];
        }
        return result;  
    }
}

如果在去掉堆顶的时候是if判断，就会造成不止一个最大值不属于窗口元素，如下图示例：

4.知识点——优先队列

优先队列基本用法

PriorityQueue是一个堆，在不指定比较器Comparator的时候默认为最小堆
peek()//返回队首元素
poll()//返回队首元素，队首元素出队列
add()//添加元素
size()//返回队列元素个数
isEmpty()//判断队列是否为空，为空返回true,不空返回false

优先队列重写比较器，求最大堆

 PriorityQueue<Integer> que = new PriorityQueue<Integer>(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o2-o1;
            }
        });

测试：