代码随想录第十三天|滑动窗口最大值、前K个高频元素

Leetcode 239. 滑动窗口最大值

题目链接: 滑动窗口最大值
自己的思路:有单调队列的思路但是不会写代码！！！！多练！！！

正确思路:由于是记录窗口中的最大值，如果每次形成一个窗口，再寻找最大值，则复杂度会变大，所以我们考虑空间复杂度为k的单调队列来维护窗口中的元素，这里我们我们队列中存放的是数据的索引，这样比较容易维护窗口的长度；首先维护一个单调递减的双端队列，如果新加入的元素大于等于队尾的元素，则将队尾元素剔除，一直到没有队尾元素大于新加入的元素为止，然后将新加入的元素加到队尾，这样就形成了单调队列，然后我们判断当前队首的元素是否还在窗口中，判断$i$-deque.peek()是否大于等于k，如果大于等于$k$，说明当前队首元素已经不在窗口中了，将队首元素剔除，直到在窗口中为止，然后将队首元素加入到res数组中即可。

代码:

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int length = nums.length;
        //存储最后元素的数组
        int [] res = new int[length-k+1];
        int index = 0;
        //双向队列
        Deque<Integer> deque = new LinkedList<>();
        for (int i =0;i<length;i++){
            //位置递减双向队列
            while(!deque.isEmpty()&&nums[i]>=nums[deque.peekLast()]){
                deque.pollLast();
            }
            //将当前索引加入
            deque.addLast(i);
            
            //判断当前队首的索引是否还在窗口中
            if (deque.peek()<=i-k){
                deque.poll();
            }

            //当形成窗口的时候，加入队首元素
            if (i+1>=k){
                res[index] = nums[deque.peek()];
                index++;
            }
        }
        return res;
    }
}

复杂度分析：
时间复杂度：$\mathcal{O}(n)$
空间复杂度：$\mathcal{O}(k)$

Leetcode 347. 前 K 个高频元素

题目链接: 前 K 个高频元素
自己的思路:只想到了用Map来存储每个元素出现的个数，没有想到大顶堆来存放数组

正确思路:因为涉及到了元素出现的次数，所以优先想到使用Map来存储各个数据以及其出现的次数，题目要返回前k个高频元素，所以可以使用大顶堆来存放数据及出现的次数，然后直接返回大顶堆的前k个数据即可。

代码:

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        int[] res = new int[k];
        //Map存储数组中元素出现的个数
        Map<Integer,Integer> map = new HashMap<>();
        for (int i =0;i<nums.length;i++){
            map.put(nums[i],map.getOrDefault(nums[i],0)+1);
        }
        //大顶堆，因为后面是pair2[1]-pair1[1]，如果返回为正，则第二个参数排前面，否则第一个参数排前面
        //队首存放出现次数最多的数
        PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair2[1]-pair1[1]);
        for (Map.Entry<Integer,Integer> entry:map.entrySet()){
            pq.add(new int[]{entry.getKey(),entry.getValue()});
        }
        for (int i =0;i<k;i++){
            res[i] = pq.poll()[0];
        }
        return res;

    }
}

复杂度分析：
时间复杂度：$\mathcal{O}(n)$
空间复杂度：$\mathcal{O}(n)$