代码随想录Day013 | Leetcode 239.滑动窗口最大值 、Leetcode 347.前 K 个高频元素

本文介绍了两个Java编程问题的解决方案:1)使用链表实现滑动窗口中最大值的查找;2)利用优先队列和哈希映射找出数组中前K个高频元素。
摘要由CSDN通过智能技术生成

239.滑动窗口最大值

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        LinkedList<Integer> linkedList = new LinkedList<>();
        int[] res = new int[nums.length - k + 1];
        int cur = 0;
        for (int i = 0; i < nums.length; i++) {
            if (!linkedList.isEmpty() && i - k == linkedList.peek()) {
                linkedList.poll();
            }
            //一定要判断是否为空
            if (linkedList.isEmpty()) {
                linkedList.add(i);
            } else {
                Integer tail = linkedList.peekLast();
                if (nums[i] >= nums[tail]) {
                    while (!linkedList.isEmpty() && nums[i] >= nums[tail]) {
                        //此时为linkedList.pollLast();是弹出最后一个元素,不是poll(),
                        //同时linklist才有此方法
                        linkedList.pollLast();
                        tail = linkedList.peekLast();
                    }
                    linkedList.add(i);
                } else {
                    linkedList.add(i);
                }
            }
            //防止代码冗余
            if (i >= k - 1) {
                res[cur++] = nums[linkedList.peek()];
            }
        }


        return res;
    }
}

347.前 K 个高频元素

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        PriorityQueue<Integer[]> pq = new PriorityQueue<>(
                new Comparator<Integer[]>() {
                    @Override
                    public int compare(Integer[] o1, Integer[] o2) {
                        //注意大小根堆
                        return o2[1] - o1[1];
                    }
                }
        );
        Map<Integer, Integer> hashMap = new HashMap<>();
        for (int i = 0; i < nums.length; i++) {
            hashMap.put(nums[i], hashMap.getOrDefault(nums[i], 0) + 1);
        }
        Set<Map.Entry<Integer, Integer>> entries = hashMap.entrySet();
        for (Map.Entry<Integer, Integer> entry : entries) {
            Integer key = entry.getKey();
            Integer value = entry.getValue();
            pq.offer(new Integer[]{key, value});
        }
        int[] res = new int[k];
        for (int i = 0; i < k; i++) {
            Integer[] poll = pq.poll();
            res[i] = poll[0];
        }

        return res;
    }
}
  • 8
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用\[1\],可以使用暴力解法来求解滑动窗口最大值。具体的做法是,遍历数组,对于每个窗口,使用一个内部循环来找到窗口中的最大值,并将其存储在结果数组中。时间复杂度为O(n*k),其中n为数组长度,k为窗口大小。 根据引用\[2\],还可以使用队列来求解滑动窗口最大值。具体的做法是,使用一个双端队列来维护一个单调递减的窗口。遍历数组,对于每个元素,首先判断队头是否在滑动窗口范围内,如果不在,则将其从队头移除。然后,将当元素与队尾元素比较,如果当元素大于队尾元素,则将队尾元素移除,直到队列为空或者当元素小于等于队尾元素。最后,将当元素的索引插入队尾。如果滑动窗口元素个数达到了k个,并且始终维持在窗口中,就将队头元素加入答案数组中。时间复杂度为O(n),其中n为数组长度。 综上所述,可以使用暴力解法或者使用队列来求解leetcode滑动窗口最大值。 #### 引用[.reference_title] - *1* *3* [leetcode239. 滑动窗口最大值](https://blog.csdn.net/kkkkuuga/article/details/124829581)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Leetcode#239. 滑动窗口最大值 (Java解法)](https://blog.csdn.net/paranior/article/details/114890555)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值