给你一个整数数组 nums
,有一个大小为 k
的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k
个数字。滑动窗口每次只向右移动一位。
返回 滑动窗口中的最大值 。
示例 1:
输入:nums = [1,3,-1,-3,5,3,6,7], k = 3 输出:[3,3,5,5,6,7] 解释: 滑动窗口的位置 最大值 --------------- ----- [1 3 -1] -3 5 3 6 7 3 1 [3 -1 -3] 5 3 6 7 3 1 3 [-1 -3 5] 3 6 7 5 1 3 -1 [-3 5 3] 6 7 5 1 3 -1 -3 [5 3 6] 7 6 1 3 -1 -3 5 [3 6 7] 7
示例 2:
输入:nums = [1], k = 1 输出:[1]
提示:
1 <= nums.length <= 105
-104 <= nums[i] <= 104
1 <= k <= nums.length
class MyQueue{
Deque<Integer> deque = new LinkedList<>();
void poll (int val) {
if (!deque.isEmpty() && val == deque.peek()) {
deque.poll();
}
}
void offer (int val) {
while (!deque.isEmpty() && val > deque.getLast()) {
deque.pollLast();
}
deque.offer(val);
}
int peek() {
return deque.peek();
}
}
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
if (nums.length == 1) {
return nums;
}
int len = nums.length - k + 1;
int[] res = new int[len];
int num = 0;
MyQueue queue = new MyQueue();
for (int i = 0; i < k; i++) {
queue.offer(nums[i]);
}
res[num++] = queue.peek();
for (int i = k; i < nums.length; i++) {
queue.poll(nums[i - k]);
queue.offer(nums[i]);
res[num++] = queue.peek();
}
return res;
}
}
有想过用PriorityQueue解决这个问题,可惜移动窗口用优先级队列不能直接poll出窗口最左边的元素。那就自己实现一个队列吧。poll元素时,要比较滑动窗口要移除的值和队列出口的值是否相等,如果相等,则放心poll出来,如果不相等,说明要移除的元素已经不在队列里了,可以忽略。要offer元素时,要比较入队列元素是否大于队列入口元素,如果大于,则把队列入口元素移除,直至不大于,再把元素入队列。这种方法能保证,队列出口的元素,永远是滑动窗口里的最大元素!
给你一个整数数组 nums
和一个整数 k
,请你返回其中出现频率前 k
高的元素。你可以按 任意顺序 返回答案。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2]
示例 2:
输入: nums = [1], k = 1 输出: [1]
提示:
1 <= nums.length <= 105
k
的取值范围是[1, 数组中不相同的元素的个数]
- 题目数据保证答案唯一,换句话说,数组中前
k
个高频元素的集合是唯一的
进阶:你所设计算法的时间复杂度 必须 优于 O(n log n)
,其中 n
是数组大小。
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer> map = new HashMap<>();
for (int num : nums) {
map.put(num,map.getOrDefault(num,0)+1);
}
PriorityQueue<int[]> pq = new PriorityQueue<>((o1,o2)->o1[1]-o2[1]); // 小顶堆
for (Map.Entry<Integer,Integer> entry:map.entrySet()) {
int num = entry.getKey();
int count = entry.getValue();
if (pq.size() < k) {
pq.offer(new int[]{num,count});
}
else {
if (entry.getValue() > pq.peek()[1]){
pq.poll();
pq.offer(new int[]{num,count});
}
}
}
int res[] = new int[k];
for (int i = k - 1; i >= 0; i--){
res[i] = pq.poll()[0];
}
return res;
}
}
这题就要用PriorityQueue来做了。Java中的优先队列是堆实现的,所以优先队列通常用于构造大顶堆和小顶堆。大顶堆和小顶堆能获取大量数据的前几个最小或者最大数据,时间复杂度为O(nlongm),而 m 就是我们想要进行获取的前几个数,一般为常量。
在堆中,比较器的使用方式为:若返回值>=0,则表示不要交换,否则,需要交换。所以我们只需要认清传入的两个参数,o1
和o2
哪一个是谁我们就可以控制其是否要交换。只需要记住,o1
永远是新的,在插入时是child
,删除时是parent。
PriorityQueue优先队列中比较器Comparator的使用
这题需要创建一个Map,它的key是元素,value是元素的个数。然后把元素的个数放到比较器比较,创建小顶堆。把Map的value一一压进小顶堆,最小value的元素就会被一一压出来,只要优先队列的大小限制为k,那么遍历完所有元素后留在小顶堆里的自然是前k个最大value的元素。