代码随想录 day13

滑动窗口最大值

给定一个数组 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

239. 滑动窗口最大值 - 力扣（LeetCode）

思路

用一个队列存放窗口里面的元素，窗口移动，需要弹出元素，而且往队列添加元素时，

该元素大于队列末尾最大的数

代码

public static int[] maxSlidingWindow(int[] nums, int k) {
    ArrayDeque<Integer> deque = new ArrayDeque<>();
    int[] result = new int[nums.length - k+1];
    int index=0;
    for (int i = 0; i < nums.length; i++) {
        //保证队列里面的数是在[i - k + 1, i]范围内，也就是滑动窗口里面的
        while (!deque.isEmpty()&&deque.peek()<i-k+1){
            deque.poll();
        }
        //队列不为空，且添加的元素大于队列末尾最大的数组
        while (!deque.isEmpty()&&nums[deque.peekLast()]<nums[i]){
            deque.pollLast();
        }
        deque.offerLast(i);
        if (i>=k-1){
            result[index++]=nums[deque.peekFirst()];
        }
    }
    return result;
}

前 K 个高频元素

给定一个非空的整数数组，返回其中出现频率前 k 高的元素。

示例 1:

• 输入: nums = [1,1,1,2,2,3], k = 2
• 输出: [1,2]

示例 2:

• 输入: nums = [1], k = 1
• 输出: [1]

Loading Question… - 力扣（LeetCode）

思路

用一个map存放数组出现的次数和该数字

然后接下来关键的是用一个可排序的队列存放每个元素存放的队列

比如一个降序队列

代码

/*Comparator接口说明:
     * 返回负数，形参中第一个参数排在前面；返回正数，形参中第二个参数排在前面
     * 对于队列：排在前面意味着往队头靠
     * 对于堆（使用PriorityQueue实现）：从队头到队尾按从小到大排就是最小堆（小顶堆），
     *                                从队头到队尾按从大到小排就是最大堆（大顶堆）--->队头元素相当于堆的根节点
     * */
        //解法1：基于大顶堆实现
        public static int[] topKFrequent1(int[] nums, int k) {
            Map<Integer,Integer> map = new HashMap<>();//key为数组元素值,val为对应出现次数
            for(int num:nums){
                map.put(num,map.getOrDefault(num,0)+1);
            }
            //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
            //出现次数按从队头到队尾的顺序是从大到小排,出现次数最多的在队头(相当于大顶堆)
            PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2)->pair2[1]-pair1[1]);//2-3=-1
            for(Map.Entry<Integer,Integer> entry:map.entrySet()){//大顶堆需要对所有元素进行排序
                pq.add(new int[]{entry.getKey(),entry.getValue()});
            }
            int[] ans = new int[k];
            for(int i=0;i<k;i++){//依次从队头弹出k个,就是出现频率前k高的元素
                ans[i] = pq.poll()[0];
            }
            return ans;
        }
        //解法2：基于小顶堆实现
        public static int[] topKFrequent2(int[] nums, int k) {
            Map<Integer,Integer> map = new HashMap<>();//key为数组元素值,val为对应出现次数
            for(int num:nums){
                map.put(num,map.getOrDefault(num,0)+1);
                //1,3  2,2  3,1
            }
            //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
            //出现次数按从队头到队尾的顺序是从小到大排,出现次数最低的在队头(相当于小顶堆)
            PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);//3-2=1
            for(Map.Entry<Integer,Integer> entry:map.entrySet()){//小顶堆只需要维持k个元素有序
                if(pq.size()<k){//小顶堆元素个数小于k个时直接加
                    pq.add(new int[]{entry.getKey(),entry.getValue()});
                }else{
                    if(entry.getValue()>pq.peek()[1]){//当前元素出现次数大于小顶堆的根结点(这k个元素中出现次数最少的那个)
                        pq.poll();//弹出队头(小顶堆的根结点),即把堆里出现次数最少的那个删除,留下的就是出现次数多的了
                        pq.add(new int[]{entry.getKey(),entry.getValue()});
                    }
                }
            }
            int[] ans = new int[k];
            for(int i=k-1;i>=0;i--){//依次弹出小顶堆,先弹出的是堆的根,出现次数少,后面弹出的出现次数多
                ans[i] = pq.poll()[0];
            }
            return ans;
        }