代码随想录算法训练营第13天| 239. 滑动窗口最大值● 347.前 K 个高频元素● 总结-CSDN博客

本文链接：https://blog.csdn.net/m0_50846237/article/details/134256193

239. 滑动窗口最大值（一刷至少需要理解思路）

队列的应用，需要自己去构造单调队列，建议先看视频来理解。

题目链接/文章讲解/视频讲解：代码随想录

如何求滑动窗口中的最大值自定义单调队列的操作，只维护有可能成为最大值的数，当要push进的值比前面的大，把之前的值全部卷走。

当要push的值比前面的值小则进队列。真正发生pop是大的值队列里的元素一定是要排序的，而且要最大值放在出队口设计单调队列的时候，pop，和push操作要保持如下规则： pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作 push(value)：如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止保持如上规则，每次窗口移动的时候，只要问que.front()就可以返回当前窗口的最大值。

单调队列不是一成不变的，而是不同场景不同写法，总之要保证队列里单调递减或递增的原则，所以叫做单调队列。

不能对空队列、数组、指针、栈等进行操作，需要进行判断

import org.springframework.core.codec.AbstractDataBufferDecoder;

import java.util.LinkedList;
import java.util.concurrent.DelayQueue;

//如何求滑动窗口中的最大值
//自定义单调队列的操作，只维护有可能成为最大值的数，当要push进的值比前面的大，把之前的值全部卷走。
// 当要push的值比前面的值小则进队列。真正发生pop是大的值
//队列里的元素一定是要排序的，而且要最大值放在出队口
/*设计单调队列的时候，pop，和push操作要保持如下规则：
pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
push(value)：如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止
保持如上规则，每次窗口移动的时候，只要问que.front()就可以返回当前窗口的最大值。*/
//单调队列不是一成不变的，而是不同场景不同写法，总之要保证队列里单调递减或递增的原则，所以叫做单调队列。
//不能对空队列、数组、指针、栈等进行操作，需要进行判断
//leetcode submit region begin(Prohibit modification and deletion)
class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if (nums.length == 1) {
            return nums;//要求返回数组不是返回数组中元素，不是nums[0];
        }
        int len = nums.length - k + 1;//遍历次数也即最后数组长度
        int[] res = new int[len];
        int num = 0;
        //自定义队列
        MyQueue queue = new MyQueue();
        for (int i = 0; i < k; i++) {
            //先将前k的元素放入队列
            queue.add(nums[i]);
        }
        res[num++] = queue.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
            queue.poll(nums[i - k]);
            //滑动窗口加入最后面的元素
            queue.add(nums[i]);
            //记录对应的最大值
            res[num++] = queue.peek();
        }
        return res;
    }
}

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
    void add(int val) {
        while (!deque.isEmpty() && val > deque.getLast()) {//方法要写上括号
            deque.removeLast();
        }
        deque.add(val);
    }

    //队列队顶元素始终为最大值
    int peek() {
        return deque.peek();
    }
}
//leetcode submit region end(Prohibit modification and deletion)

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 ,这一题没想明白，后面再看看

题目链接/文章讲解/视频讲解：代码随想录

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 为从大到小，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);
            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;
    }
}