day13滑动窗口最大值_前K个高频元素_总结

力扣239.滑动窗口最大值

题目链接：https://leetcode.cn/problems/sliding-window-maximum/

思路

自定义一种队列，使出口处总是保持最大值。

遍历数组时，队列先poll再add。

完整代码

class MyQueue{
    Deque<Integer> deque=new LinkedList<>();
    void add(int val){
        //当要入队元素大于它之前的元素，就将之前的元素都删除
        //如果小于，就直接入队。这样就保持了出口处的元素是队列里最大的
        while(!deque.isEmpty()&&val>deque.getLast()){
            deque.removeLast();
        }
        deque.add(val);
    }
    int peek(){
        return deque.peek();
    }
    void poll(int val){
        //当要出滑动窗口的元素与队列的出口元素不等时，说明已经在add环节处理过了，早就不在队列里了，不需要操作
        //当相等时，说明出口处的最大元素已经不在滑动窗口里，需要删除
        if(!deque.isEmpty()&&val==deque.peek()){
            deque.poll();
        }
    }
}
class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        MyQueue myque=new MyQueue();
        int[] res=new int[nums.length-k+1];
        int num=0;
        if(nums.length==1){
            return nums;
        }
        for(int i=0;i<k;i++){
            myque.add(nums[i]);      
        }
        res[num++]=myque.peek();
        for(int i=k;i<nums.length;i++){
            myque.poll(nums[i-k]);
            myque.add(nums[i]);
            res[num++]=myque.peek();
        }
        return res;
    }
}

力扣347.前k个高频元素

题目链接：https://leetcode.cn/problems/top-k-frequent-elements/

困难点

思路是明白的：采用小顶堆维护前k个高频元素，当加入的元素大于小顶堆的堆顶时，移除堆顶元素，加入当前元素。最后逐个由堆底弹出，就是前k个高频元素。

不明白的地方，说不定以后就看懂了。。

PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);括号里的参数是什么意思？

for(Map.Entry<Integer,Integer> entry:map.entrySet()){//entrySet()：Map集合通过entrySet()方法转换成的这个set集合，set集合中元素的类型是Map.Entry<K,V>
	
if(entry.getValue()>pq.peek()[1]){//这里的peek()后面为什么会跟[1]？

完整代码

class Solution {
    public int[] topKFrequent(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;
    }
}