代码随想录算法训练营第10天|150. 逆波兰表达式求值、239. 滑动窗口最大值、347. 前 K 个高频元素

150. 逆波兰表达式求值

用栈做，遍历tokens，将数字转为Integer类型依次入栈。每遇见一个符号，从栈顶取出两个，进行运算后将结果入栈，最后栈顶元素即为所求

class Solution {
    public int evalRPN(String[] tokens) {
        Deque<Integer> stack = new LinkedList<>();
        for(String s : tokens){
            if("+".equals(s) || "-".equals(s) || "*".equals(s) || "/".equals(s)){
                int num2 = stack.pop();
                int num1 = stack.pop();
                if("+".equals(s)){
                    stack.push(num1 + num2);
                }else if("-".equals(s)){
                    stack.push(num1 - num2);
                }else if("*".equals(s)){
                    stack.push(num1 * num2);
                }else{
                    stack.push(num1 / num2);
                }
            }else{
                stack.push(Integer.parseInt(s));
            }
        }
        return stack.pop();
    }
}

———————————————————————————————————————————

239. 滑动窗口最大值

单调队列，一个双端队列。
单调队列的队首元素始终为最大值。
遍历元素并加入队列的过程：先构建第一个窗口的单调队列。之后每向后移动一次窗口，就将新加入窗口的元素加入队列中。
在加入队列时，当队尾元素小于要加入的新元素时(while)，就将队尾元素出队，最后将新元素加入队尾。
在每次移动窗口后，若队首元素在窗口外了，需要将队首元素出队(while)。
注意因为要移动窗口，因此队列中存储的元素应该是数组下标 。

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
		Deque<Integer> deque = new LinkedList<>();
		int[] res = new int[nums.length - k + 1];
		Arrays.fill(res, Integer.MIN_VALUE);
		for(int i = 0; i < nums.length; i++){
			//处理窗口外的元素
			while(!deque.isEmpty() && deque.peekFirst() < i - k + 1){
				deque.pollFirst();
			}
			while(!deque.isEmpty() && nums[deque.peekLast()] <= nums[i]){
				deque.pollLast();
			}
			deque.offerLast(i);
			if(i >= k - 1){
				res[i - k + 1] = nums[deque.peekFirst()];
			}
		}
		return res;
    }
}

—————————————————————————————————————————— 

347. 前 K 个高频元素

优先队列
其实就是大顶堆、小顶堆
java的优先队列使用PriorityQueue实现，可以传入比较器自行定义为大小顶堆
优先队列中的元素是一个二维的数组，数组的元素分别是num和出现的频率
这里大顶堆实现

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
		PriorityQueue<int[]> priorityQueue = new PriorityQueue<>((o1, o2) -> o2[1] - o1[1]);
		Map<Integer, Integer> map = new HashMap<>();
		for (int i : nums) {
			map.put(i, map.getOrDefault(i, 0) + 1);
		}

		for (Map.Entry<Integer, Integer> integerIntegerEntry : map.entrySet()) {
			priorityQueue.add(new int[]{integerIntegerEntry.getKey(), integerIntegerEntry.getValue()});
		}
		int[] res = new int[k];
		for(int i = 0; i < k; i++){
			res[i] = priorityQueue.poll()[0];
		}
		return res;
    }
}