一、239. 滑动窗口最大值
1. 我的思路:
遍历=>由于时间复杂度过高导致运算超市
2. 遇到的问题:
-
无法声明不知道维度的数组,且需要引用特定下标志对应数值: 给定tmp数组初始维度[100]
-
需要对result 进行添加操作因此需要声明ArrayList而不是数组类型
-
用copyOfRange方法截取subArray 作为滑动窗口
-
ArrayList转为int[]需要用到toArray( ); 返回封装好的Integer类
-
Integer类型,需要采用转为int[] Arrays.stream(arrayResult).mapToInt(Integer::intValue).toArray();
-
关键部分: 1. Arrays.stream(arrayResult) 这一部分会将arrayResult这个Integer[]数组转换为一个Stream<Integer>。 流API允许我们在集合上执行复杂的数据操作。 2. .mapToInt(Integer::intValue) 这部分代码使用mapToInt方法来将Stream<Integer>映射成一个IntStream。 Integer::intValue是一个方法引用,它指向Integer对象的intValue方法。 intValue方法会返回该Integer对象的int值。 简单地说,这部分代码将流中的每一个Integer对象转换为int基本数据类型 3. .toArray() 最后,toArray()方法将IntStream转换为一个int[]数组
3. 代码
import java.util.Arrays;
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
ArrayList<Integer> result = new ArrayList<>();
int[] tmp = new int[100];
int max;
for(int i =0;i+k-1<nums.length;i++){
tmp=subArray(nums,i,i+k-1);
max=Integer.MIN_VALUE;
for(int j=0;j<tmp.length;j++){
if(tmp[j]>max)
max=tmp[j];
}
result.add(max);
}
Integer[] arrayResult = result.toArray(new Integer[0]);
int[] intArray = Arrays.stream(arrayResult).mapToInt(Integer::intValue).toArray();
return intArray;
}
public static int[] subArray(int[] array, int beg, int end) {
return Arrays.copyOfRange(array, beg, end + 1);
}
}
4. 随想录解法-模拟队列:
class MyQueue {
Deque<Integer> deque = new LinkedList<>();
//弹出元素时,比较当前要弹出的数值是否等于队列出口的数值,如果相等则弹出
//同时判断队列当前是否为空
void poll(int val) {
if (!deque.isEmpty() && val == deque.peek()) {
deque.poll();
}
}
//添加元素时,如果要添加的元素大于入口处的元素,就将入口元素弹出
//保证队列元素单调递减
//比如此时队列元素3,1,2将要入队,比1大,所以1弹出,此时队列:3,2
void add(int val) {
while (!deque.isEmpty() && val > deque.getLast()) {
deque.removeLast();
}
deque.add(val);
}
//队列队顶元素始终为最大值
int peek() {
return deque.peek();
}
}
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
if (nums.length == 1) {
return nums;
}
int len = nums.length - k + 1;
//存放结果元素的数组
int[] res = new int[len];
int num = 0;
//自定义队列
MyQueue myQueue = new MyQueue();
//先将前k的元素放入队列
for (int i = 0; i < k; i++) {
myQueue.add(nums[i]);
}
res[num++] = myQueue.peek();
for (int i = k; i < nums.length; i++) {
//滑动窗口移除最前面的元素,移除是判断该元素是否放入队列
myQueue.poll(nums[i - k]);
//滑动窗口加入最后面的元素
myQueue.add(nums[i]);
//记录对应的最大值
res[num++] = myQueue.peek();
}
return res;
}
}
二、347. 前K个高频元素
1. 思路
new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);
实例化小顶堆,<key, value>pair中 value小的排在前面;
for(Map.Entry<Integer,Integer> entry:map.entrySet()){}
map.entrySet(): 这个方法返回 map 的 Set 视图,其中包含了该 map 中的所有键值对。
每一个键值对都被表示为一个 Map.Entry 对象。可以用到如下方法:
entry.getKey();
entry.getValue();
2. 代码
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
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。