代码随想录day13 Java版 栈与队列

文章介绍了如何使用Java解决LeetCode中的滑动窗口问题(如239题),以及如何利用HashMap和小顶堆优化查找前k个高频元素(如347题)。重点讨论了添加和移除操作对窗口最大值的影响,以及不同数据结构在算法中的应用。
摘要由CSDN通过智能技术生成

力扣239 滑动窗口最大值

思考:为什么把add操作中的nums[i] > q.peekLast()换成 大于等于号 就不行了呢?

因为去除操作是按照数值去掉头元素的,假设有一个序列为3,3,在add时,后面的3把前面的3覆盖掉了,如果3是最大元素,在pop时,会把本来应该在窗口里的3,也就是后面的3删除掉,最大值就发生了变化,所以出了问题。

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        LinkedList<Integer> q = new LinkedList<>();
        int[] res = new int[nums.length - k + 1];
        int count = 0;
        for (int i = 0; i < k; i ++) {
            while (!q.isEmpty() && nums[i] > q.peekLast()) q.pollLast();
            q.add(nums[i]);
        }
        res[count ++] = q.peek();
        for (int i = k; i < nums.length; i ++) {
            if (!q.isEmpty() && q.peek() == nums[i - k]) q.poll();
            while (!q.isEmpty() && nums[i] > q.peekLast()) q.pollLast();
            q.add(nums[i]);
            res[count ++] = q.peek();
        }
        return res;
    }
}

力扣347 前k个高频元素

感觉这题难度在于考察对java集合的使用,想法很简单,先用HashMap把数和对应出现次数存下来,再根据value进行排序,再输出前k个的键值。

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        HashMap<Integer, Integer> map = new HashMap<>();
        int[] res = new int[k];
        int count = 0;
        for (int i = 0; i < nums.length; i ++) {
            map.put(nums[i], map.getOrDefault(nums[i], 0) + 1);
        }
        ArrayList<Map.Entry<Integer, Integer>> list = new ArrayList<>(map.entrySet());
        // 对实体进行排序
        list.sort((o1, o2) -> o2.getValue() - o1.getValue());//Lambda表达式
        // 输出前k个实体对应的键值
        for (Map.Entry<Integer, Integer> a : list) {
            res[count ++] = a.getKey();
            if (count == k) break;
        }
        return res;
    }
}

后面是改进的算法,使用小顶堆而不是对map进行排序,通过维护一个k大小的小顶堆,该算法时间复杂度为O(nlogk) 

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        HashMap<Integer, Integer> map = new HashMap<>();
        int[] res = new int[k];
        for (int i = 0; i < nums.length; i ++) {
            map.put(nums[i], map.getOrDefault(nums[i], 0) + 1);
        }
        PriorityQueue<Integer> q = new PriorityQueue<>(new Comparator<Integer>(){
            @Override
            public int compare(Integer o1, Integer o2) {
                return map.get(o1) - map.get(o2);
            }
        });
        for (Integer key : map.keySet()) {
            if (q.size() < k) {
                q.add(key);
            } else if (map.get(key) > map.get(q.peek())){
                q.remove();
                q.add(key);
            }
        }
        while (!q.isEmpty()) {
            res[-- k] = q.poll();
        }
        return res;
    }
}

  • 6
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值