极客时间算法课笔记整理4——理论讲解+面试题实战：优先队列

最新推荐文章于 2022-10-02 13:46:23 发布

南北tp

最新推荐文章于 2022-10-02 13:46:23 发布

阅读量137

点赞数

分类专栏：算法

本文链接：https://blog.csdn.net/weixin_44436378/article/details/108851357

版权

算法专栏收录该内容

13 篇文章 0 订阅

订阅专栏

优先队列（Priority Queue）

在这里插入图片描述

小顶堆（Mini Heap）

在这里插入图片描述

大顶堆

在这里插入图片描述

面试题

703. Kth Largest Element in a Stream

老师的解法：
在这里插入图片描述
我的代码：

class KthLargest {
    PriorityQueue<Integer> minQ;
    int kt;
    public KthLargest(int k, int[] nums) {
        kt=k;
        minQ = new PriorityQueue<Integer>(k, new Comparator<Integer>(){
            @Override
            public int compare(Integer i1, Integer i2) {
                return i1-i2;
            }
        });
        int length = nums.length;
        for(int i=0;i<length;i++){
           if(minQ.size()<kt){
            minQ.add(nums[i]);
        }else if(nums[i]>minQ.peek()){
            minQ.remove();
            minQ.add(nums[i]);
        }
        }
    }
    
    public int add(int val) {
        if(minQ.size()<kt){
            minQ.add(val);
        }else if(val>minQ.peek()){
            minQ.remove();
            minQ.add(val);
        }
        return minQ.peek();
    }
}

/**
 * Your KthLargest object will be instantiated and called as such:
 * KthLargest obj = new KthLargest(k, nums);
 * int param_1 = obj.add(val);
 */

我的结果：
在这里插入图片描述

239. Sliding Window Maximum

我的方法：超时Nlog(k);

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int length = nums.length;
        PriorityQueue<Integer> minQ;
        int[] res= new int[length-k+1];
        minQ = new PriorityQueue<Integer>(k, new Comparator<Integer>(){
            @Override
            public int compare(Integer i1, Integer i2) {
                return i2-i1;
            }
        });
        
        int j=0;
        for(int i=0;i<length;i++){
           if(minQ.size()<k){
                minQ.add(nums[i]);
            }else{
                res[j]=minQ.peek();
                j++;           
                minQ.remove(nums[i-k]);
                minQ.add(nums[i]);        
            }
        }
        res[j]=minQ.peek();
        return res;
    }
}