Leetcode_入门_排序
堆
1、前 K 个高频元素(347、Medium)
1)题目要求
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。
2)我的解法
一开始只想到了暴力
了解了Java中的 PriorityQueue< Integer >后,想出了如下方法(大顶堆)
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer> map=new HashMap<>();
int max=1;
for(int i=0;i<nums.length;i++){
if(map.containsKey(nums[i]))map.put(nums[i],map.get(nums[i])+1);
else map.put(nums[i],1);
}
PriorityQueue<Integer> pq=new PriorityQueue<>((o1,o2)->map.get(o2)-map.get(o1));
for(Integer key:map.keySet()){
pq.offer(key);
}
int[] result=new int[k];
for(int i=0;i<k;i++)result[i]=pq.poll();
return result;
}
}
3)其他解法
1、哈希+堆
class Solution {
public List<Integer> topKFrequent(int[] nums, int k) {
// 使用字典,统计每个元素出现的次数,元素为键,元素出现的次数为值
HashMap<Integer,Integer> map = new HashMap();
for(int num : nums){
if (map.containsKey(num)) {
map.put(num, map.get(num) + 1);
} else {
map.put(num, 1);
}
}
// 遍历map,用最小堆保存频率最大的k个元素
PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>() {
@Override
public int compare(Integer a, Integer b) {
return map.get(a) - map.get(b);
}
});
for (Integer key : map.keySet()) {
if (pq.size() < k) {
pq.add(key);
} else if (map.get(key) > map.get(pq.peek())) {
pq.remove();
pq.add(key);
}
}
// 取出最小堆中的元素
List<Integer> res = new ArrayList<>();
while (!pq.isEmpty()) {
res.add(pq.remove());
}
return res;
}
}
2、
//基于桶排序求解「前 K 个高频元素」
class Solution {
public List<Integer> topKFrequent(int[] nums, int k) {
List<Integer> res = new ArrayList();
// 使用字典,统计每个元素出现的次数,元素为键,元素出现的次数为值
HashMap<Integer,Integer> map = new HashMap();
for(int num : nums){
if (map.containsKey(num)) {
map.put(num, map.get(num) + 1);
} else {
map.put(num, 1);
}
}
//桶排序
//将频率作为数组下标,对于出现频率不同的数字集合,存入对应的数组下标
List<Integer>[] list = new List[nums.length+1];
for(int key : map.keySet()){
// 获取出现的次数作为下标
int i = map.get(key);
if(list[i] == null){
list[i] = new ArrayList();
}
list[i].add(key);
}
// 倒序遍历数组获取出现顺序从大到小的排列
for(int i = list.length - 1;i >= 0 && res.size() < k;i--){
if(list[i] == null) continue;
res.addAll(list[i]);
}
return res;
}
}
作者:MisterBooo
链接:link
来源:力扣(LeetCode)
3、快排变形
class Solution {
public int[] topKFrequent(int[] nums, int k) {
// 统计每个数字出现的次数
Map<Integer, Integer> counterMap = IntStream.of(nums).boxed().collect(Collectors.toMap(e -> e, e -> 1, Integer::sum));
// 构造Pair数组,Pair.num 表示数值,Pair.freq 表示数字出现的次数
Pair[] pairs = IntStream.of(nums).distinct().boxed().map(num -> new Pair(num, counterMap.get(num))).toArray(Pair[]::new);
// 使用快排变形 O(N) 获取Pair数组中频次最大的 k 个元素(第 4 个参数是下标,因此是 k - 1)。
Pair[] topKPairs = quickSelect(pairs, 0, pairs.length - 1, k - 1);
// 构造返回结果
int[] res = new int[k];
int idx = 0;
for (Pair pair: topKPairs) {
res[idx++] = pair.num;
}
return res;
}
private Pair[] quickSelect(Pair[] pairs, int lo, int hi, int idx) {
if (lo > hi) {
return new Pair[0];
}
// 快排切分后,j 左边的数字出现的次数都大于等于 pairs[j].freq,j 右边的数字出现的次数都小于等于 pairs[j].freq。
int j = partition(pairs, lo, hi);
// 如果 j 正好等于目标idx,说明当前pairs数组中的[0, idx]就是出现次数最大的 K 个元素。
if (j == idx) {
return Arrays.copyOf(pairs, idx + 1);
}
// 否则根据 j 与 idx 的大小关系判断找左段还是右段
return j < idx? quickSelect(pairs, j + 1, hi, idx): quickSelect(pairs, lo, j - 1, idx);
}
private int partition(Pair[] pairs, int lo, int hi) {
Pair v = pairs[lo];
int i = lo, j = hi + 1;
while (true) {
while(++i <= hi && pairs[i].freq > v.freq);
while(--j >= lo && pairs[j].freq < v.freq);
if (i >= j) {
break;
}
Pair tmp = pairs[i];
pairs[i] = pairs[j];
pairs[j] = tmp;
}
pairs[lo] = pairs[j];
pairs[j] = v;
return j;
}
}
class Pair {
int num;
int freq;
public Pair(int num, int freq) {
this.num = num;
this.freq = freq;
}
}
作者:sweetiee
链接:link
来源:力扣(LeetCode)
4)自己的优化代码
1、堆
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer> map=new HashMap<>();
int max=1;
for(int i=0;i<nums.length;i++){
if(map.containsKey(nums[i]))map.put(nums[i],map.get(nums[i])+1);
else map.put(nums[i],1);
}
PriorityQueue<Integer> pq=new PriorityQueue<>((o1,o2)->map.get(o1)-map.get(o2));
for(Integer key:map.keySet()){
if(pq.size()<k)pq.offer(key);
else if(map.get(key)>map.get(pq.peek())){
pq.poll();
pq.offer(key);
}
}
int[] result=new int[k];
for(int i=0;i<k;i++)result[i]=pq.poll();
return result;
}
}
2、桶排序
①、使用双层List,
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer> map=new HashMap<>();
List<List<Integer>> tong=new ArrayList<>();
for(int i=0;i<nums.length;i++){
if(map.containsKey(nums[i]))map.put(nums[i],map.get(nums[i])+1);
else map.put(nums[i],1);
tong.add(new ArrayList<Integer>());
}
tong.add(new ArrayList<Integer>());
for(Integer key:map.keySet()){
tong.get(map.get(key)).add(key);
}
int[] result=new int[k];
int index=0;
for(int i=nums.length;i>0;i--){
for(int j=0;j<tong.get(i).size();j++){
if(index==k)return result;
result[index++]=tong.get(i).get(j);
}
}
return result;
}
}
②使用List数组,降低空间复杂度(没东西的桶中为null,而不是空List了)
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer> map=new HashMap<>();
List<Integer>[] tong=new List[nums.length+1];
for(int i=0;i<nums.length;i++){
if(map.containsKey(nums[i]))map.put(nums[i],map.get(nums[i])+1);
else map.put(nums[i],1);
}
for(Integer key:map.keySet()){
if(tong[map.get(key)]==null)tong[map.get(key)]=new ArrayList<Integer>();
tong[map.get(key)].add(key);
}
int[] result=new int[k];
int index=0;
for(int i=nums.length;i>0;i--){
if(tong[i]==null)continue;
for(int j=0;j<tong[i].size();j++){
if(index==k)return result;
result[index++]=tong[i].get(j);
}
}
return result;
}
}
5)学到的东西
HashMap:map.keySet()获取全部key
java中的堆:
PriorityQueue< Integer > pq=new PriorityQueue<>((o1,o2)->map.get(o1)-map.get(o2));
方法:pq.offer(key);pq.poll();pq.size();pq.peek();
快排思想:排序总结
桶排序:桶排序
使用List数组,避免不必要的new ArrayList< Integer>()
2、数组中的第K个最大元素(215、Medium)
1)题目要求
在未排序的数组中找到第 k 个最大的元素。请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。
示例 1:
输入: [3,2,1,5,6,4] 和 k = 2
输出: 5
示例 2:
输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4
说明:
你可以假设 k 总是有效的,且 1 ≤ k ≤ 数组的长度。
2)我的解法
1、排序
class Solution {
public int findKthLargest(int[] nums, int k) {
Arrays.sort(nums);
return nums[nums.length-k];
}
}
2、堆
class Solution {
public int findKthLargest(int[] nums, int k) {
PriorityQueue<Integer> pq=new PriorityQueue<>();
for(int i=0;i<nums.length;i++){
if(i<k)pq.offer(nums[i]);
else if(nums[i]>pq.peek()){
pq.poll();
pq.offer(nums[i]);
}
}
return pq.peek();
}
}
3)其他解法
1、堆(优化),根据 k 的不同,选最大堆和最小堆,目的是让堆中的元素更小
import java.util.PriorityQueue;
public class Solution {
// 根据 k 的不同,选最大堆和最小堆,目的是让堆中的元素更小
// 思路 1:k 要是更靠近 0 的话,此时 k 是一个较大的数,用最大堆
// 例如在一个有 6 个元素的数组里找第 5 大的元素
// 思路 2:k 要是更靠近 len 的话,用最小堆
// 所以分界点就是 k = len - k
public int findKthLargest(int[] nums, int k) {
int len = nums.length;
if (k <= len - k) {
// System.out.println("使用最小堆");
// 特例:k = 1,用容量为 k 的最小堆
// 使用一个含有 k 个元素的最小堆
PriorityQueue<Integer> minHeap = new PriorityQueue<>(k, (a, b) -> a - b);
for (int i = 0; i < k; i++) {
minHeap.add(nums[i]);
}
for (int i = k; i < len; i++) {
// 看一眼,不拿出,因为有可能没有必要替换
Integer topEle = minHeap.peek();
// 只要当前遍历的元素比堆顶元素大,堆顶弹出,遍历的元素进去
if (nums[i] > topEle) {
minHeap.poll();
minHeap.add(nums[i]);
}
}
return minHeap.peek();
} else {
// System.out.println("使用最大堆");
assert k > len - k;
// 特例:k = 100,用容量为 len - k + 1 的最大堆
int capacity = len - k + 1;
PriorityQueue<Integer> maxHeap = new PriorityQueue<>(capacity, (a, b) -> b - a);
for (int i = 0; i < capacity; i++) {
maxHeap.add(nums[i]);
}
for (int i = capacity; i < len; i++) {
// 看一眼,不拿出,因为有可能没有必要替换
Integer topEle = maxHeap.peek();
// 只要当前遍历的元素比堆顶元素大,堆顶弹出,遍历的元素进去
if (nums[i] < topEle) {
maxHeap.poll();
maxHeap.add(nums[i]);
}
}
return maxHeap.peek();
}
}
}
2、
import java.util.Random;
public class Solution {
private static Random random = new Random(System.currentTimeMillis());
public int findKthLargest(int[] nums, int k) {
int len = nums.length;
int left = 0;
int right = len - 1;
// 转换一下,第 k 大元素的索引是 len - k
int target = len - k;
while (true) {
int index = partition(nums, left, right);
if (index == target) {
return nums[index];
} else if (index < target) {
left = index + 1;
} else {
right = index - 1;
}
}
}
public int partition(int[] nums, int left, int right) {
// 在区间随机选择一个元素作为标定点
if (right > left) {
int randomIndex = left + 1 + random.nextInt(right - left);
swap(nums, left, randomIndex);
}
int pivot = nums[left];
// 将等于 pivot 的元素分散到两边
// [left, lt) <= pivot
// (rt, right] >= pivot
int lt = left + 1;
int rt = right;
while (true) {
while (lt <= rt && nums[lt] < pivot) {
lt++;
}
while (lt <= rt && nums[rt] > pivot) {
rt--;
}
if (lt > rt) {
break;
}
swap(nums, lt, rt);
lt++;
rt--;
}
swap(nums, left, rt);
return rt;
}
private void swap(int[] nums, int index1, int index2) {
int temp = nums[index1];
nums[index1] = nums[index2];
nums[index2] = temp;
}
}
作者:liweiwei1419
链接:link
来源:力扣(LeetCode)
4)自己的优化代码
class Solution {
public int findKthLargest(int[] nums, int k) {
if(k<=nums.length-k){
PriorityQueue<Integer> min=new PriorityQueue<>();
for(int i=0;i<nums.length;i++){
if(i<k)min.offer(nums[i]);
else if(nums[i]>min.peek()){
min.poll();
min.offer(nums[i]);
}
}
return min.peek();
}
else{
PriorityQueue<Integer> max=new PriorityQueue<>((o1,o2)->o2-o1);
for(int i=0;i<nums.length;i++){
if(i<nums.length-k+1)max.offer(nums[i]);
else if(nums[i]<max.peek()){
max.poll();
max.offer(nums[i]);
}
}
return max.peek();
}
}
}
5)学到的东西
堆:最大堆与最小堆结合运用
快排思想:排序总结
桶排序
1、根据字符出现频率排序(451、Medium)
1)题目要求
给定一个字符串,请将字符串里的字符按照出现的频率降序排列。
示例 1:
输入:
“tree”
输出:
“eert”
解释:
'e’出现两次,'r’和’t’都只出现一次。
因此’e’必须出现在’r’和’t’之前。此外,"eetr"也是一个有效的答案。
示例 2:
输入:
“cccaaa”
输出:
“cccaaa”
解释:
'c’和’a’都出现三次。此外,"aaaccc"也是有效的答案。
注意"cacaca"是不正确的,因为相同的字母必须放在一起。
示例 3:
输入:
“Aabb”
输出:
“bbAa”
解释:
此外,"bbaA"也是一个有效的答案,但"Aabb"是不正确的。
注意’A’和’a’被认为是两种不同的字符。
2)我的解法
class Solution {
public String frequencySort(String s) {
Map<Character,Integer> map=new HashMap<>();
for(int i=0;i<s.length();i++){
char c=s.charAt(i);
if(!map.containsKey(c))map.put(c,1);
else map.put(c,map.get(c)+1);
}
List<Character>[] tong=new List[s.length()+1];
for(Character c:map.keySet()){
int num=map.get(c);
if(tong[num]==null)tong[num]=new ArrayList<Character>();
tong[num].add(c);
}
char[] result=new char[s.length()];
int index=0;
for(int i=s.length();i>0;i--){
if(tong[i]==null)continue;
for(int j=0;j<tong[i].size();j++){
for(int k=0;k<map.get(tong[i].get(j));k++)result[index++]=tong[i].get(j);
}
}
return new String(result);
}
}
3)其他解法
1、
public String frequencySort(String s) {
Map<Character, Integer> frequencyForNum = new HashMap<>();
for (char c : s.toCharArray())
frequencyForNum.put(c, frequencyForNum.getOrDefault(c, 0) + 1);
List<Character>[] frequencyBucket = new ArrayList[s.length() + 1];
for (char c : frequencyForNum.keySet()) {
int f = frequencyForNum.get(c);
if (frequencyBucket[f] == null) {
frequencyBucket[f] = new ArrayList<>();
}
frequencyBucket[f].add(c);
}
StringBuilder str = new StringBuilder();
for (int i = frequencyBucket.length - 1; i >= 0; i--) {
if (frequencyBucket[i] == null) {
continue;
}
for (char c : frequencyBucket[i]) {
for (int j = 0; j < i; j++) {
str.append(c);
}
}
}
return str.toString();
}
2、堆
class Solution {
public String frequencySort(String s) {
int[] letters = new int[128];
for (char c : s.toCharArray()) letters[c]++;
PriorityQueue<Character> heap = new PriorityQueue<>(128, (a, b) -> Integer.compare(letters[b], letters[a]));
StringBuilder res = new StringBuilder();
for (int i = 0; i < letters.length; ++i) {
if (letters[i] != 0) {
heap.offer((char)i);
}
}
while (!heap.isEmpty()) {
char c = heap.poll();
while (letters[c]-- > 0) {
res.append(c);
}
}
return res.toString();
}
}
作者:CHRIS_WiNG
链接:link
来源:力扣(LeetCode)
4)自己的优化代码
class Solution {
public String frequencySort(String s) {
Map<Character,Integer> map=new HashMap<>();
for(int i=0;i<s.length();i++){
char c=s.charAt(i);
if(!map.containsKey(c))map.put(c,1);
else map.put(c,map.get(c)+1);
}
List<Character>[] tong=new List[s.length()+1];
for(Character c:map.keySet()){
int num=map.get(c);
if(tong[num]==null)tong[num]=new ArrayList<Character>();
tong[num].add(c);
}
char[] result=new char[s.length()];
int index=0;
for(int i=s.length();i>0;i--){
if(tong[i]==null)continue;
for(int j=0;j<tong[i].size();j++){
for(int k=0;k<i;k++)result[index++]=tong[i].get(j);
}
}
return new String(result);
}
}
5)学到的东西
桶排序
堆
荷兰国旗问题
荷兰国旗包含三种颜色:红、白、蓝。
有三种颜色的球,算法的目标是将这三种球按颜色顺序正确地排列。它其实是三向切分快速排序的一种变种,在三向切分快速排序中,每次切分都将数组分成三个区间:小于切分元素、等于切分元素、大于切分元素,而该算法是将数组分成三个区间:等于红色、等于白色、等于蓝色。
1、颜色分类(75、Medium)
1)题目要求
给定一个包含红色、白色和蓝色,一共 n 个元素的数组,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。
此题中,我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。
注意:
不能使用代码库中的排序函数来解决这道题。
示例:
输入: [2,0,2,1,1,0]
输出: [0,0,1,1,2,2]
进阶:
一个直观的解决方案是使用计数排序的两趟扫描算法。
首先,迭代计算出0、1 和 2 元素的个数,然后按照0、1、2的排序,重写当前数组。
你能想出一个仅使用常数空间的一趟扫描算法吗?
2)我的解法
计数排序:
class Solution {
public void sortColors(int[] nums) {
int[] Num=new int[3];
for(int i=0;i<nums.length;i++){
if(nums[i]==0)Num[0]++;
else if(nums[i]==1)Num[1]++;
else if(nums[i]==2)Num[2]++;
}
int index=0;
for(int i=0;i<=2;i++){
for(int j=0;j<Num[i];j++)nums[index++]=i;
}
}
}
3)其他解法
import java.util.Arrays;
public class Solution {
public void sortColors(int[] nums) {
int len = nums.length;
if (len < 2) {
return;
}
// all in [0, zero) = 0
// all in [zero, i) = 1
// all in [two, len - 1] = 2
// 循环终止条件是 i == two,那么循环可以继续的条件是 i < two
// 为了保证初始化的时候 [0, zero) 为空,设置 zero = 0,
// 所以下面遍历到 0 的时候,先交换,再加
int zero = 0;
// 为了保证初始化的时候 [two, len - 1] 为空,设置 two = len
// 所以下面遍历到 2 的时候,先减,再交换
int two = len;
int i = 0;
// 当 i == two 上面的三个子区间正好覆盖了全部数组
// 因此,循环可以继续的条件是 i < two
while (i < two) {
if (nums[i] == 0) {
swap(nums, i, zero);
zero++;
i++;
} else if (nums[i] == 1) {
i++;
} else {
two--;
swap(nums, i, two);
}
}
}
private void swap(int[] nums, int index1, int index2) {
int temp = nums[index1];
nums[index1] = nums[index2];
nums[index2] = temp;
}
}
作者:liweiwei1419
链接:link
来源:力扣(LeetCode)
4)自己的优化代码
class Solution {
public void swap(int i,int j,int[] nums){
int temp=nums[i];
nums[i]=nums[j];
nums[j]=temp;
}
public void sortColors(int[] nums) {
//快排partition思想:比1小的放左边,其他放右边
int end0=0,start2=nums.length-1;//0结束位置和2开始位置
int index=0;
while(index<=start2){
if(nums[index]==0){
swap(index,end0,nums);
end0++;
index++;
}else if(nums[index]==1){
index++;
}else{
swap(index,start2,nums);
start2--;
}
}
}
}
5)学到的东西
计数排序
计数排序
快排中的partition思想