题目1: 239. 滑动窗口最大值
- 题目链接:239. 滑动窗口最大值
1- 思路
- 滑动窗口移动的过程很像是一个队列,实现一个 单调队列 —— 维护元素的单调顺序
自定义单调队列
- ① 删除
- 如果当前栈非空、被删元素值等于队列头元素,此时直接弹出
- ②加入
- 此时加入元素,如果值大于 队列头元素,此时将队列清空,再加入该值
- ③返回队列头元素
- deque.peek()
class MyQueue{
Deque<Integer> deque = new LinkedList<>();
// poll,删
void poll(int val){
if(!deque.isEmpty() && val==deque.peek()){
deque.poll();
}
}
// add
void add(int val){
while(!deque.isEmpty() && val>deque.getLast()){
deque.removeLast();
}
deque.add(val);
}
int peek(){
return deque.peek();
}
}
2- 题解
⭐滑动窗口最大值 ——题解思路
class MyQueue{
Deque<Integer> deque = new LinkedList<>();
// add
public void add(int val){
while(!deque.isEmpty() && val>deque.getLast()){
deque.removeLast();
}
deque.add(val);
}
// remove
public void poll(int val){
if(!deque.isEmpty() && val==deque.peek()){
deque.poll();
}
}
// peek
int peek(){
return deque.peek();
}
}
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
MyQueue myQueue = new MyQueue();
// 先加 k
int[] res = new int[nums.length-k+1];
int index = 0;
for(int i = 0 ; i < k;i++){
myQueue.add(nums[i]);
}
res[index++] = myQueue.peek();
// 遍历剩余元素
for(int i = k;i<nums.length;i++){
myQueue.poll(nums[i-k]);
myQueue.add(nums[i]);
res[index++] = myQueue.peek();
}
return res;
}
}
题目2: 347.前 K 个高频元素
- 题目链接:347. 前 K 个高频元素
1- 思路
- 本题需要返回的是,出现频率为前 k 高的元素,
- 则此时需要统计 元素 和 频率的映射,因此需要用到 HashMap
① 通过 HashMap统计频率 ——> ②遍历 HashMap存入优先级队列 ——> ③遍历优先级队列求结果
2- 实现
⭐前 K 个高频元素 ——题解思路
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer> map = new HashMap<>();
// 统计元素出现的频率
for(int n:nums){
map.put(n,map.getOrDefault(n,0)+1);
}
// 定义一个小顶堆
PriorityQueue<int[] > pq = new PriorityQueue<>((o1,o2) -> (o1[1]-o2[1]));
// 遍历map
for(Map.Entry<Integer,Integer> entry:map.entrySet()){
// 小于 k 小顶堆无需弹出
if(pq.size()<k){
pq.add(new int[]{entry.getKey(),entry.getValue()});
}else{
if(entry.getValue() > pq.peek()[1]){ // 判断当前元素是否大于小顶堆的头
pq.poll();
pq.add(new int[]{entry.getKey(),entry.getValue()});
}
}
}
int[] ans = new int[k];
for(int i=k-1;i>=0;i--){
ans[i] = pq.poll()[0];
}
return ans;
}
}