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;
}
}
栈与队列总结篇
#栈与队列的理论基础
在栈与队列系列中,我们强调栈与队列的基础,也是很多同学容易忽视的点。
使用抽象程度越高的语言,越容易忽视其底层实现,而C++相对来说是比较接近底层的语言。
我们用栈实现队列,用队列实现栈来掌握的栈与队列的基本操作。
接着,通过括号匹配问题、字符串去重问题、逆波兰表达式问题来系统讲解了栈在系统中的应用,以及使用技巧。
通过求滑动窗口最大值,以及前K个高频元素介绍了两种队列:单调队列和优先级队列,这是特殊场景解决问题的利器,是一定要掌握的。