学习目标
- 完成二分查找和移除元素相关题目
学习内容
239. 滑动窗口最大值(Hard)
题目链接:239. 滑动窗口最大值
题目:给你一个整数数组 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。
示例 1:
输入:nums = [1,3,-1,-3,5,3,6,7], k = 3
输出:[3,3,5,5,6,7]
解释:
滑动窗口的位置 最大值
[1 3 -1] -3 5 3 6 7 3
1 [3 -1 -3] 5 3 6 7 3
1 3 [-1 -3 5] 3 6 7 5
1 3 -1 [-3 5 3] 6 7 5
1 3 -1 -3 [5 3 6] 7 6
1 3 -1 -3 5 [3 6 7] 7
示例 2:
输入:nums = [1], k = 1
输出:[1]
思路:坦率地说,Hard 的题目,没有经过训练的话,基本是没有思路的。这里照用单调队列的思路。
时间复杂度:O(n)
空间复杂度:O(n)
解决方案:
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
Deque<Integer> deque = new ArrayDeque<>();
int[] ans = new int[nums.length - k + 1];
for(int left = 0, right = 0; right < nums.length; right ++) {
if (!deque.isEmpty() && left > deque.peekFirst()) {
deque.pollFirst();
}
while(!deque.isEmpty() && nums[right] > nums[deque.peekLast()]) {
deque.pollLast();
}
deque.offerLast(right);
if (left + right >= k - 1) {
ans[left++] = nums[deque.peekFirst()];
}
}
return ans;
}
}
小结:
创建的是双端队列,方便操作,但是是当做单调队列来用。双端队列存储的是目标值对应的下标,目的还是方便操作。
算法的原则是:
- 队列中最左边的元素一定是当前窗口最大的元素,因此会有:
while(!deque.isEmpty() && nums[right] > nums[deque.peekLast()]) {
deque.pollLast();
}
deque.offerLast(right);
即保证窗口移动后,队列中最左边的元素一定是当前窗口最大的元素。不过,窗口移动也可能会把队列中最左边的元素弹出,但由于上面的操作,我们不能明确知道队列中最左边的元素一定是窗口要弹出的元素,因此有下面的判断:
if (!deque.isEmpty() && left > deque.peekFirst()) {
deque.pollFirst();
}
当处理完上面的操作后,就是要记录当前窗口的最大值了,不过要先确认窗口中的元素已经是 k 个了:
if (left + right >= k - 1) {
ans[left++] = nums[deque.peekFirst()];
}
347.前 K 个高频元素(Middle)
题目链接:347.前 K 个高频元素
题目:给你一个整数数组 nums 和一个整数 k ,请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。
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]
思路:top k 问题应该要去想大顶堆
时间复杂度:O(nlogn)
空间复杂度:O(n)
解决方案:
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer> map = new HashMap<>();
for(int n : nums) {
map.put(n, map.getOrDefault(n, 0) + 1);
}
PriorityQueue<Map.Entry<Integer, Integer>> priorityQueue =
new PriorityQueue<>((o1,o2)->o2.getValue() - o1.getValue());
for(Map.Entry<Integer, Integer> entry : map.entrySet()) {
priorityQueue.add(entry);
}
int[] ans = new int[k];
for(int i = 0; i < k; i++) {
ans[i] = priorityQueue.poll().getKey();
}
return ans;
}
}
小结:这里
PriorityQueue<Map.Entry<Integer, Integer>> priorityQueue =
new PriorityQueue<>((o1,o2)->o2.getValue() - o1.getValue());
就是创建大顶堆。
总结
- 单独栈/队列问题很复杂,需要多练习;
- top k 问题应该要去想大顶堆