代码随想录算法训练营第13天 | 239.滑动窗口最大值 、 349.前 K 个高频元素
第12天休息咯。
239.滑动窗口最大值
题目:239.滑动窗口最大值
文档讲解:代码随想录-239.滑动窗口最大值
视频讲解:哔哩哔哩-239.滑动窗口最大值
状态/时间:没写出来/三十分钟
思路:
利用单调队列的特性,递减队列,最大的永远在外面。
判断队头是不是等于要弹出的元素,相等就弹出。
判断加入的元素会不会比最后一个加,大的话,就把小于的都给弹出去。
把这个元素加进来。
代码:
class MyQueue {
Deque<Integer> deque = new LinkedList<>();
void poll(int val){
// 判断队头是不是等于要弹出的元素,相等就弹出。
if (!deque.isEmpty() && deque.peek() == val) {
deque.poll();
}
}
void add(int val) {
// 判断加入的元素会不会比最后一个加,大的话,就把小于的都给弹出去
while (!deque.isEmpty() && val > deque.getLast()) {
deque.removeLast();
}
deque.add(val);
}
int peek() {
return deque.peek();
}
}
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
if (nums.length == 1) {
return nums;
}
// 自定义类
MyQueue myQueue = new MyQueue();
// 结果
int len = nums.length - k + 1;
int res[] = new int[len];
// 结果数组的下标索引
int num = 0;
for (int i = 0; i < k; i++) {
myQueue.add(nums[i]);
}
res[num++] = myQueue.peek();
for (int j = k; j < nums.length; j++) {
// pop最前面的元素
myQueue.poll(nums[j - k]);
myQueue.add(nums[j]);
res[num++] = myQueue.peek();
}
return res;
}
}
注意:
用普通的滑动窗口会超时。
349.前 K 个高频元素
题目:349.前 K 个高频元素
文档讲解:代码随想录-349.前 K 个高频元素
视频讲解:哔哩哔哩-349.前 K 个高频元素
状态/时间:没写出来/三十分钟
思路:
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
所以这道题,用优先队列就很合适
附上卡哥的代码,注释写的比较好
代码:
class Solution {
public int[] topKFrequent(int[] nums, int k) {
// 优先级队列,为了避免复杂 api 操作,pq 存储数组
// lambda 表达式设置优先级队列从大到小存储 o1 - o2 为从小到大,o2 - o1 反之
PriorityQueue<int[]> pq = new PriorityQueue<>((o1, o2) -> o1[1] - o2[1]);
int[] res = new int[k]; // 答案数组为 k 个元素
Map<Integer, Integer> map = new HashMap<>(); // 记录元素出现次数
for(int num : nums) map.put(num, map.getOrDefault(num, 0) + 1);
for(var x : map.entrySet()) { // entrySet 获取 k-v Set 集合
// 将 kv 转化成数组
int[] tmp = new int[2];
tmp[0] = x.getKey();
tmp[1] = x.getValue();
pq.offer(tmp);
// 下面的代码是根据小根堆实现的,我只保留优先队列的最后的k个,只要超出了k我就将最小的弹出,剩余的k个就是答案
if(pq.size() > k) {
pq.poll();
}
}
for(int i = 0; i < k; i ++) {
res[i] = pq.poll()[0]; // 获取优先队列里的元素
}
return res;
}
}
注意: