代码随想录第13天: 单调队列和小顶堆

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 $O(n\log n)$ , 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;
    }
}