代码随想录算法训练营第十三天(栈与队列)| 239. 滑动窗口最大值,347.前 K 个高频元素

代码随想录算法训练营第十三天(栈与队列)| 239. 滑动窗口最大值,347.前 K 个高频元素

239. 滑动窗口最大值

之前讲的都是栈的应用,这次该是队列的应用了。

本题算比较有难度的,需要自己去构造单调队列,建议先看视频来理解。

题目链接/文章讲解/视频讲解:
在这里插入图片描述

看到题目的第一想法:

想了半天没想出来,就直接看卡哥的题解了。

看完代码随想录之后的想法:

构造一个单调队列,这个队列没有必要维护窗口的所有元素,只需要维护可能成为窗口最大值的元素就可以了,同时保证元素的数值是由大到小的。

package com.second.day13;

import java.util.Deque;
import java.util.LinkedList;

public class MyQueue {
    Deque<Integer> queue = new LinkedList<>();

    public void pop(int value) {
        if(!queue.isEmpty() && queue.peek() == value) {
            queue.poll();
        }
    }

    public void push(int value) {
        while(!queue.isEmpty() && queue.getLast() < value) {
            queue.removeLast();
        }
        queue.offer(value);
    }

    public int getMax() {
        return queue.peek();
    }
}

package com.second.day13;

public class MaxSlidingWindow_239 {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int[] result = new int[nums.length - k + 1];
        MyQueue queue = new MyQueue();
        for(int i = 0; i < k; i++) {
            queue.push(nums[i]);
        }
        result[0] = queue.getMax();
        int index = 1;
        for(int i = k; i < nums.length; i++) {
            queue.pop(nums[i - k]);
            queue.push(nums[i]);
            result[index++] = queue.getMax();
        }
        return result;
    }

    public static void main(String[] args) {
        int[] nums = new int[]{1,3,1,2,0,5};
        MaxSlidingWindow_239 demo = new MaxSlidingWindow_239();
        for (int i : demo.maxSlidingWindow(nums, 3)) {
            System.out.print(i + " ");
        }
    }
}

自己实现过程中遇到哪些困难:

347. 前 K 个高频元素

大/小顶堆的应用, 在C++中就是优先级队列

本题是 大数据中取前k值 的经典思路,了解想法之后,不算难。

题目链接/文章讲解/视频讲解:

在这里插入图片描述

看到题目的第一想法:

1.用map记入各个数出现的个数
2.对map进行排序
3.输出前k多的数
但是不知道怎么实现。

看完代码随想录之后的想法:

对map进行排序使用优先队列。

package com.second.day13;

import java.util.HashMap;
import java.util.Map;
import java.util.PriorityQueue;

public class TopKFrequent_347 {
    public int[] topKFrequent(int[] nums, int k) {
        //1.构造一个map,统计各个数出现的次数
        HashMap<Integer, Integer> map = new HashMap<>();
        for(int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
        }
        //2.构造一个大顶堆
        //在优先队列PriorityQueue中存储(num, cnt),cnt表示元素值num在数组中出现的次数
        //出现的次数在队列中是按从小到大的顺序进行排序的
        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()});
        }
        //3.取出大顶堆前k个数
        int[] result = new int[k];
        for(int i = 0; i < k; i++) {
            result[i] = pq.poll()[0];
        }
        return result;
    }
}

自己实现过程中遇到哪些困难:

1.优先队列的构造
2.map的foreach操作

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
第二十二天的算法训练营主要涵盖了Leetcode题目中的三道题目,分别是Leetcode 28 "Find the Index of the First Occurrence in a String",Leetcode 977 "有序数组的平方",和Leetcode 209 "长度最小的子数组"。 首先是Leetcode 28题,题目要求在给定的字符串中找到第一个出现的字符的索引。思路是使用双指针来遍历字符串,一个指向字符串的开头,另一个指向字符串的结尾。通过比较两个指针所指向的字符是否相等来判断是否找到了第一个出现的字符。具体实现的代码如下: ```python def findIndex(self, s: str) -> int: left = 0 right = len(s) - 1 while left <= right: if s[left == s[right]: return left left += 1 right -= 1 return -1 ``` 接下来是Leetcode 977题,题目要求对给定的有序数组中的元素进行平方,并按照非递减的顺序返回结果。这里由于数组已经是有序的,所以可以使用双指针的方法来解决问题。一个指针指向数组的开头,另一个指针指向数组的末尾。通过比较两个指针所指向的元素的绝对值的大小来确定哪个元素的平方应该放在结果数组的末尾。具体实现的代码如下: ```python def sortedSquares(self, nums: List[int]) -> List[int]: left = 0 right = len(nums) - 1 ans = [] while left <= right: if abs(nums[left]) >= abs(nums[right]): ans.append(nums[left ** 2) left += 1 else: ans.append(nums[right ** 2) right -= 1 return ans[::-1] ``` 最后是Leetcode 209题,题目要求在给定的数组中找到长度最小的子数组,使得子数组的和大于等于给定的目标值。这里可以使用滑动窗口的方法来解决问题。使用两个指针来表示滑动窗口的左边界和右边界,通过移动指针来调整滑动窗口的大小,使得滑动窗口中的元素的和满足题目要求。具体实现的代码如下: ```python def minSubArrayLen(self, target: int, nums: List[int]) -> int: left = 0 right = 0 ans = float('inf') total = 0 while right < len(nums): total += nums[right] while total >= target: ans = min(ans, right - left + 1) total -= nums[left] left += 1 right += 1 return ans if ans != float('inf') else 0 ``` 以上就是第二十二天的算法训练营的内容。通过这些题目的练习,可以提升对双指针和滑动窗口算法的理解和应用能力。

“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

打赏作者

我是nefu小白

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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