239. 滑动窗口最大值
力扣题目链接(opens new window)
给定一个数组 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。
class Solution {
private class MyQueue { // 单调队列(从大到小)
Deque<Integer> que; // 使用Deque来实现单调队列
MyQueue() {
que = new LinkedList<>();
}
// 每次弹出的时候,比较当前要弹出的数值是否等于队列出口元素的数值,如果相等则弹出。
// 同时pop之前判断队列当前是否为空。
void pop(int value) {
if (!que.isEmpty() && value == que.peekFirst()) {
que.pollFirst();
}
}
// 如果push的数值大于入口元素的数值,那么就将队列后端的数值弹出,直到push的数值小于等于队列入口元素的数值为止。
// 这样就保持了队列里的数值是单调从大到小的了。
void push(int value) {
while (!que.isEmpty() && value > que.peekLast()) {
que.pollLast();
}
que.offerLast(value);
}
// 查询当前队列里的最大值 直接返回队列前端也就是peekFirst就可以了。
int front() {
return que.peekFirst();
}
}
public int[] maxSlidingWindow(int[] nums, int k) {
MyQueue que = new MyQueue();
int n = nums.length;
int[] result = new int[n - k + 1];
for (int i = 0; i < k; i++) { // 先将前k的元素放进队列
que.push(nums[i]);
}
result[0] = que.front(); // result 记录前k的元素的最大值
for (int i = k; i < n; i++) {
que.pop(nums[i - k]); // 滑动窗口移除最前面元素
que.push(nums[i]); // 滑动窗口前加入最后面的元素
result[i - k + 1] = que.front(); // 记录对应的最大值
}
return result;
}
}
347.前 K 个高频元素
力扣题目链接(opens new window)
给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
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:
你可以假设给定的 k 总是合理的,且 1 ≤ k ≤ 数组中不相同的元素的个数。
你的算法的时间复杂度必须优于
O
(
n
log
n
)
O(n \log n)
O(nlogn) , n 是数组的大小。
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。
你可以按任意顺序返回答案。
public class Solution {
// 重写整数的比较方法
class MyComparison implements Comparator<Integer> {
Map<Integer, Integer> map;
public MyComparison(Map<Integer, Integer> map) {
this.map = map;
}
public int compare(Integer lhs, Integer rhs) {
return map.get(lhs) - map.get(rhs);
}
}
public int[] topKFrequent(int[] nums, int k) {
// 要统计元素出现频率
Map<Integer, Integer> map = new HashMap<>(); // map<nums[i], 对应出现的次数>
for (int num : nums) {
map.put(num, map.getOrDefault(num, 0) + 1);
}
// 定义整数小顶堆,比较方法为之前重写的方法
PriorityQueue<Integer> priQueue = new PriorityQueue<>(new MyComparison(map));
// 注意如何扫描map的所有键
for (int num : map.keySet()) {
priQueue.offer(num);
if (priQueue.size() > k) { // 如果堆的大小大于了K,则队列弹出,保证堆的大小一直为k
priQueue.poll();
}
}
int[] result = new int[k];
for (int i = 0; i < k; i++) {
result[i] = priQueue.poll();
}
return result;
}
}