239. 滑动窗口最大值 (一刷至少需要理解思路)
之前讲的都是栈的应用,这次该是队列的应用了。
本题算比较有难度的,需要自己去构造单调队列,建议先看视频来理解。
文章讲解/视频讲解:代码随想录
题目链接: 239. 滑动窗口最大值
//解法一 //自定义数组 class MyQueue { Deque<Integer> deque = new LinkedList<>(); //弹出元素时,比较当前要弹出的数值是否等于队列出口的数值,如果相等则弹出 //同时判断队列当前是否为空 void poll(int val) { if (!deque.isEmpty() && val == deque.peek()) { deque.poll(); } } //添加元素时,如果要添加的元素大于入口处的元素,就将入口元素弹出 //保证队列元素单调递减 //比如此时队列元素3,1,2将要入队,比1大,所以1弹出,此时队列:3,2 void add(int val) { while (!deque.isEmpty() && val > deque.getLast()) { deque.removeLast(); } deque.add(val); } //队列队顶元素始终为最大值 int peek() { return deque.peek(); } } class Solution { public int[] maxSlidingWindow(int[] nums, int k) { if (nums.length == 1) { return nums; } int len = nums.length - k + 1; //存放结果元素的数组 int[] res = new int[len]; int num = 0; //自定义队列 MyQueue myQueue = new MyQueue(); //先将前k的元素放入队列 for (int i = 0; i < k; i++) { myQueue.add(nums[i]); } res[num++] = myQueue.peek(); for (int i = k; i < nums.length; i++) { //滑动窗口移除最前面的元素,移除是判断该元素是否放入队列 myQueue.poll(nums[i - k]); //滑动窗口加入最后面的元素 myQueue.add(nums[i]); //记录对应的最大值 res[num++] = myQueue.peek(); } return res; } }
其他题解:
遍历数组,将 数 存放在双向队列中,并用 L,R 来标记窗口的左边界和右边界。队列中保存的并不是真的 数,而是该数值对应的数组下标位置,并且数组中的数要从大到小排序。如果当前遍历的数比队尾的值大,则需要弹出队尾值,直到队列重新满足从大到小的要求。刚开始遍历时,L 和 R 都为 0,有一个形成窗口的过程,此过程没有最大值,L 不动,R 向右移。当窗口大小形成时,L 和 R 一起向右移,每次移动时,判断队首的值的数组下标是否在 [L,R] 中,如果不在则需要弹出队首的值,当前窗口的最大值即为队首的数。
输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3 输出: [3,3,5,5,6,7] 解释过程中队列中都是具体的值,方便理解,具体见代码。 初始状态:L=R=0,队列:{} i=0,nums[0]=1。队列为空,直接加入。队列:{1} i=1,nums[1]=3。队尾值为1,3>1,弹出队尾值,加入3。队列:{3} i=2,nums[2]=-1。队尾值为3,-1<3,直接加入。队列:{3,-1}。此时窗口已经形成,L=0,R=2,result=[3] i=3,nums[3]=-3。队尾值为-1,-3<-1,直接加入。队列:{3,-1,-3}。队首3对应的下标为1,L=1,R=3,有效。result=[3,3] i=4,nums[4]=5。队尾值为-3,5>-3,依次弹出后加入。队列:{5}。此时L=2,R=4,有效。result=[3,3,5] i=5,nums[5]=3。队尾值为5,3<5,直接加入。队列:{5,3}。此时L=3,R=5,有效。result=[3,3,5,5] i=6,nums[6]=6。队尾值为3,6>3,依次弹出后加入。队列:{6}。此时L=4,R=6,有效。result=[3,3,5,5,6] i=7,nums[7]=7。队尾值为6,7>6,弹出队尾值后加入。队列:{7}。此时L=5,R=7,有效。result=[3,3,5,5,6,7]
通过示例发现 R=i,L=k-R。由于队列中的值是从大到小排序的,所以每次窗口变动时,只需要判断队首的值是否还在窗口中就行了。
解释一下为什么队列中要存放数组下标的值而不是直接存储数值,因为要判断队首的值是否在窗口范围内,由数组下标取值很方便,而由值取数组下标不是很方便。class Solution { public int[] maxSlidingWindow(int[] nums, int k) { if(nums == null || nums.length < 2) return nums; // 双向队列 保存当前窗口最大值的数组位置 保证队列中数组位置的数值按从大到小排序 LinkedList<Integer> queue = new LinkedList(); // 结果数组 int[] result = new int[nums.length-k+1]; // 遍历nums数组 for(int i = 0;i < nums.length;i++){ // 保证从大到小 如果前面数小则需要依次弹出,直至满足要求 while(!queue.isEmpty() && nums[queue.peekLast()] <= nums[i]){ queue.pollLast(); } // 添加当前值对应的数组下标 queue.addLast(i); // 判断当前队列中队首的值是否有效 if(queue.peek() <= i-k){ queue.poll(); } // 当窗口长度为k时 保存当前窗口中最大值 if(i+1 >= k){ result[i+1-k] = nums[queue.peek()]; } } return result; } }
347.前 K 个高频元素 (一刷至少需要理解思路)
大/小顶堆的应用, 在C++中就是优先级队列
本题是 大数据中取前k值 的经典思路,了解想法之后,不算难
文章讲解/视频讲解:代码随想录
题目链接:347.前 K 个高频元素
public 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); } //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]); 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; } }
for(Map.Entry<Integer, Integer> entry: map.entrySet())
是Java中的一种循环语句,用于遍历Map中的键值对(key-value)。在这个循环语句中,
map.entrySet()
返回的是一个包含了Map中所有键值对的Set集合,Set中的每一个元素都是一个Map.Entry<Integer, Integer>
类型的对象,其中Integer
表示键的数据类型,第二个Integer
表示值的数据类型。因此,在循环中,可以通过entry.getKey()
和entry.getValue()
方法获取到当前键值对中的键和值,并进行相应的操作。例如,下面的代码使用了
for(Map.Entry<Integer, Integer> entry: map.entrySet())
循环来遍历一个名为map的Map,输出其中所有键值对的键和值:Map<Integer, Integer> map = new HashMap<>(); // 添加一些键值对 map.put(1, 10); map.put(2, 20); map.put(3, 30); // 使用for循环遍历Map中的键值对 for(Map.Entry<Integer, Integer> entry: map.entrySet()){ int key = entry.getKey(); int value = entry.getValue(); System.out.println("Key: " + key + ", Value: " + value); } 结果: Key: 1, Value: 10 Key: 2, Value: 20 Key: 3, Value: 30
PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2) -> pair1[1] - pair2[1])
是一行Java代码,用于创建一个基于优先级的队列。在这行代码中,
PriorityQueue<int[]> pq
创建了一个元素类型为int[]
的优先级队列(PriorityQueue)。int[]
表示整数数组类型。
new PriorityQueue<>((pair1, pair2) -> pair1[1] - pair2[1])
是通过 lambda 表达式定义的比较函数。该比较函数用于确定队列中元素的优先级顺序。lambda 表达式
(pair1, pair2) -> pair1[1] - pair2[1]
定义了一个匿名函数,它接受两个参数pair1
和pair2
,并根据pair1[1] - pair2[1]
的结果来比较两个元素的优先级。
- 如果
pair1[1] - pair2[1]
返回负值,则pair1
的优先级高于pair2
。- 如果
pair1[1] - pair2[1]
返回零,则pair1
和pair2
的优先级相同。- 如果
pair1[1] - pair2[1]
返回正值,则pair1
的优先级低于pair2
。这样,在优先级队列中,每次从队头取出的元素都是具有最高优先级的元素。
例如,下面的代码演示了如何使用该语句创建一个基于优先级的队列,并向其中添加一些整数数组元素:
PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2) -> pair1[1] - pair2[1]); // 向队列中添加元素 pq.offer(new int[]{1, 10}); pq.offer(new int[]{2, 20}); pq.offer(new int[]{3, 5}); // 输出队列中的元素 while (!pq.isEmpty()) { int[] pair = pq.poll(); System.out.println("Key: " + pair[0] + ", Value: " + pair[1]); } Key: 3, Value: 5 Key: 1, Value: 10 Key: 2, Value: 20