day13—栈和队列完结

239. 滑动窗口最大值

一刷遇到的第一道Hard题。
思路：本题自定义单调队列，入队的时候会把前面较小的值都移除掉，使得队列顶部的元素永远是最大的，只维护最大值，因为题目需要把最大值输出。这样方便后续弹出最大值，滑动窗口移动时，已经被弹出的较小值，就不用再弹出一次了。

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int[] result = new int[nums.length-k+1];
        MyQueue myQueue = new MyQueue();
        for(int i=0; i<k; i++){
            myQueue.add(nums[i]);
        }
        int index = 0;
        result[index++] = myQueue.peek();
        for(int i=k; i<nums.length; i++){
            myQueue.remove(nums[i-k]);
            myQueue.add(nums[i]);
            result[index++] = myQueue.peek();
        }
        return result;
    }
    class MyQueue{
        Deque<Integer> deque = new LinkedList<>();
        public void add(int val){
            while (!deque.isEmpty() && deque.getLast()<val){
                deque.removeLast();
            }
            deque.add(val);
        }
        public void remove(int val){
            if (!deque.isEmpty() && deque.peek()==val){
                deque.remove();
            }
        }
        public int peek(){
            return deque.peek();
        }
    }
}

347. 前 K 个高频元素

思路：使用优先级队列实现大顶堆或者小顶堆。先用map记录每个num(key)和出现次数(value)

• 大顶堆：遍历map把元素从大到下放入大顶堆，最后输出前k个元素。
• 小顶堆：只维护前k个元素，比大顶堆节省空间，只不过每次都要弹出最小元素，多一步操作。

/*Comparator接口说明:
 * 返回负数，形参中第一个参数排在前面；返回正数，形参中第二个参数排在前面
 * 对于队列：排在前面意味着往队头靠
 * 对于堆（使用PriorityQueue实现）：从队头到队尾按从小到大排就是最小堆（小顶堆），
 *                                从队头到队尾按从大到小排就是最大堆（大顶堆）--->队头元素相当于堆的根节点
 * */
class Solution {
    //解法1：基于大顶堆实现
    public int[] topKFrequent1(int[] nums, int k) {
        Map<Integer,Integer> map = new HashMap<>();//key为数组元素值,val为对应出现次数
        for(int num:nums){
            map.put(num,map.getOrDefault(num,0)+1);
        }
        //在优先队列中存储二元组(num,cnt),cnt表示元素值num在数组中的出现次数
        //出现次数按从队头到队尾的顺序是从大到小排,出现次数最多的在队头(相当于大顶堆)
        PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2)->pair2[1]-pair1[1]);
        for(Map.Entry<Integer,Integer> entry:map.entrySet()){//大顶堆需要对所有元素进行排序
            pq.add(new int[]{entry.getKey(),entry.getValue()});
        }
        int[] ans = new int[k];
        for(int i=0;i<k;i++){//依次从队头弹出k个,就是出现频率前k高的元素
            ans[i] = pq.poll()[0];
        }
        return ans;
    }
    //解法2：基于小顶堆实现
    public int[] topKFrequent2(int[] nums, int k) {
        Map<Integer,Integer> map = new HashMap<>();//key为数组元素值,val为对应出现次数
        for(int num:nums){
            map.put(num,map.getOrDefault(num,0)+1);
        }
        //在优先队列中存储二元组(num,cnt),cnt表示元素值num在数组中的出现次数
        //出现次数按从队头到队尾的顺序是从小到大排,出现次数最低的在队头(相当于小顶堆)
        PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);
        for(Map.Entry<Integer,Integer> entry:map.entrySet()){//小顶堆只需要维持k个元素有序
            if(pq.size()<k){//小顶堆元素个数小于k个时直接加
                pq.add(new int[]{entry.getKey(),entry.getValue()});
            }else{
                if(entry.getValue()>pq.peek()[1]){//当前元素出现次数大于小顶堆的根结点(这k个元素中出现次数最少的那个)
                    pq.poll();//弹出队头(小顶堆的根结点),即把堆里出现次数最少的那个删除,留下的就是出现次数多的了
                    pq.add(new int[]{entry.getKey(),entry.getValue()});
                }
            }
        }
        int[] ans = new int[k];
        for(int i=k-1;i>=0;i--){//依次弹出小顶堆,先弹出的是堆的根,出现次数少,后面弹出的出现次数多
            ans[i] = pq.poll()[0];
        }
        return ans;
    }
}

总结

单调队列常用来解决滑动窗口。
优先级队列实现类似大顶堆、小顶堆的效果。