day 12 栈与队列3

---

一、239. 滑动窗口最大值

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        MyQueue mq = new MyQueue();
        int num = 0;
        int[] arr = new int[nums.length - k +1];
        //先填入k个数据到mq中
        for(int i = 0; i < k;i++){
            mq.push(nums[i]);
        }
        arr[num++] = mq.peek();
        //对单调队列进行循环进行操作
        for(int i = k; i < nums.length; i++){
            mq.poll(nums[i - k]);
            mq.push(nums[i]);
            arr[num++] = mq.peek();
        }
        return arr;
    }

}
class MyQueue{
    Deque<Integer> deque = new LinkedList<>();
	//加入一个元素，需要进行排队，比他小的都弹出。
    public void push(int value){
        while(!deque.isEmpty() && value > deque.getLast()){
            deque.removeLast();
        }
        deque.add(value);
    }
    //如果队列头元素也就是最大元素被弹出才需要真正的被弹出，
    //其他元素在最大元素进入的时候已经被移除队列
    public void poll(int value){
        if(!deque.isEmpty() && value == deque.peek()){
            deque.poll();
        }
    }
    public int peek(){
        return deque.peek();
    }
}

采用单调队列进行操作，看注释。

二、347. 前 K 个高频元素

class Solution {
    public int[] topKFrequent(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);
        }
        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;
    }
}

使用PriorityQueue实现小顶堆，需要回头再看。