滑动窗口最大值
思路:使用单调队列
1、设计单调队列的时候,pop,和push操作要保持如下规则:
2、pop(value):如果窗口移除的元素value等于单调队列的出口元素,那么队列弹出元素,否则不用任何操作
3、push(value):如果push的元素value大于入口元素的数值,那么就将队列入口的元素弹出,直到push元素的数值小于等于队列入口元素的数值为止
import java.util.Deque;
import java.util.LinkedList;
public class MyQueue {
Deque<Integer> deque = new LinkedList<>();
/**
* 弹出元素是判断当前要弹出的元素是否等于队列出口的元素,如果相等则弹出
* @param val
*/
void poll(int val) {
if (!deque.isEmpty() && val == deque.peek()) {
deque.poll();
}
}
/**
* 添加元素时,如果要添加的元素大于入口处的元素,就将入口处元素弹出
* 保证队列单调递减
* @param val
*/
void add(int val) {
while (!deque.isEmpty() && val > deque.peekLast()) {
deque.removeLast();
}
deque.add(val);
}
/**
* 队顶元素返回最大值
*/
int peek() {
return deque.peek();
}
}
/**
* 题目链接:https://leetcode.cn/problems/sliding-window-maximum/
* 思路:使用单调队列
* 有的同学可能会想用一个大顶堆(优先级队列)来存放这个窗口里的k个数字,这样就可以知道最大的最大值是多少了,
* 但是问题是这个窗口是移动的,而大顶堆每次只能弹出最大值,我们无法移除其他数值,这样就造成大顶堆维护的不是滑动窗口里面的数值了。所以不能用大顶堆
* 设计单调队列的时候,pop,和push操作要保持如下规则:
* pop(value):如果窗口移除的元素value等于单调队列的出口元素,那么队列弹出元素,否则不用任何操作
* push(value):如果push的元素value大于入口元素的数值,那么就将队列入口的元素弹出,直到push元素的数值小于等于队列入口元素的数值为止
*/
public class LeetCode239 {
public int[] maxSlidingWindow(int[] nums, int k) {
if (nums.length == 1) {
return nums;
}
//结算结果元素的大小
int len = nums.length - k + 1;
//创建数组存放结果
int[] res = new int[len];
int index = 0;
//创建队列
MyQueue queue = new MyQueue();
//将前k个元素加入队列中
for (int i = 0; i < k; i++) {
queue.add(nums[i]);
}
//首个窗口
res[index++] = queue.peek();
//滑动窗口开始移动
for (int i = k; i < nums.length; i++) {
//滑动窗口移除最前面的元素,移除是判断该元素是否放入队列
queue.poll(nums[i - k]);
//处理当前元素
queue.add(nums[i]);
//记录对应的最大值
res[index++] = queue.peek();
}
return res;
}
}
前K个高频元素
解法一(小顶堆)
题目链接:https://leetcode.cn/problems/top-k-frequent-elements/
思路:优先级队列
1、创建一个优先级队列(小顶堆)
2、创建map统计每个数字出现频率
3、遍历(num,count)对象维持小顶堆元素为k个即为结果
/**
* 题目链接:https://leetcode.cn/problems/top-k-frequent-elements/
* 思路:优先级队列
* 1、创建一个优先级队列(小顶堆)
* 2、创建map统计每个数字出现频率
* 3、遍历(num,count)对象维持小顶堆元素为k个即为结果
*/
public class LeetCode347 {
public int[] topKFrequent(int[] nums, int k) {
//创建map统计每个整数出现的频率
Map<Integer, Integer> map = new HashMap<>();
for (int num : nums) {
map.put(num, map.getOrDefault(num, 0) + 1);
}
//创建优先级队列(小顶堆)
PriorityQueue<int[]> queue = new PriorityQueue<>((pair1, pair2)-> pair1[1] - pair2[1]);
//创建容量为k的小根堆
for (int num : nums) {
//当堆中元素个数小于k时
if (queue.size() < k) {
queue.add(new int[]{num, map.get(num)});
} else {
//当前元素出现的次数大于堆顶元素时处理
if (map.get(num) > queue.peek()[1]) {
//大于等于k个则堆顶元素出队再加入
queue.poll();
queue.add(new int[]{num, map.get(num)});
}
}
}
//创建数组存放结果
int[] res = new int[k];
for (int i = k - 1; i >= 0; i--) {
res[i] = queue.poll()[0];
}
return res;
}
}
解法二(大顶堆)
思路:大顶堆
1、创建一个大顶堆
2、将键值对添加到大顶堆中
3、取出前k个频率高的元素
/**
* 思路:大顶堆
* 1、创建一个大顶堆
* 2、将键值对添加到大顶堆中
* 3、取出前k个频率高的元素
* @param nums
* @param k
* @return
*/
public int[] topKFrequent2(int[] nums, int k) {
//创建map统计每个整数出现的频率
Map<Integer, Integer> map = new HashMap<>();
for (int num : nums) {
map.put(num, map.getOrDefault(num, 0) + 1);
}
//创建优先级队列(大顶堆)
PriorityQueue<int[]> queue = new PriorityQueue<>((pair1, pair2)-> pair2[1] - pair1[1]);
//将键值对加入大顶堆中
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
queue.add(new int[]{entry.getKey(), entry.getValue()});
}
int[] res = new int[k];
//取出出现次数最大的前k个数字
for (int i = 0; i < k; i++) {
res[i] = queue.poll()[0];
}
return res;
}