239.滑动窗口最大值
给你一个整数数组 nums
,有一个大小为 k
**的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k
个数字。滑动窗口每次只向右移动一位。
返回 滑动窗口中的最大值 。
输入: nums = [1,3,-1,-3,5,3,6,7], k = 3
输出: [3,3,5,5,6,7]
解释:
滑动窗口的位置 最大值
--------------- -----
[1 3 -1] -3 5 3 6 7 3
1 [3 -1 -3] 5 3 6 7 3
1 3 [-1 -3 5] 3 6 7 5
1 3 -1 [-3 5 3] 6 7 5
1 3 -1 -3 [5 3 6] 7 6
1 3 -1 -3 5 [3 6 7] 7
示例 2:
输入: nums = [1], k = 1
输出: [1]
思路
需要自定义一个单调队列!!!
Java代码
public int[] maxSlidingWindow(int[] nums, int k) {
MonotonicQueue mq = new MonotonicQueue();
int l = nums.length - k + 1;//结果数组的长度
int[] res = new int[l];//结果数组
int index = 0;
for(int i = 0; i < nums.length; i++) {
if(i < k - 1) {
mq.push(nums[i]);
} else {
mq.push(nums[i]);
res[index++] = mq.max();//把窗口最大值记录下来
mq.pop(nums[i-k+1]);//窗口第一个元素如果是最大元素就减去
}
}
return res;
}
/**
* 自定义单调队列 从大到小
*/
class MonotonicQueue {
LinkedList<Integer> queue = new LinkedList<>();
//入队【单调队列的关键】
public void push(int e) {
//如果队尾元素小于入队元素就删除,直至队尾元素不小于入队元素
while (queue.size() != 0 && getLast() < e) {
removeLast();
}
queue.add(e);
}
//出队
public void pop(int t) {
if(queue.size() != 0 && queue.getFirst() == t) {
removeFirst();
}
}
//删除第一个元素
public int removeFirst() {
return queue.removeFirst();
}
//删除最后的元素
public int removeLast() {
return queue.removeLast();
}
//得到最大元素
public int max() {
return getFirst();
}
//得到队首元素
public int getFirst() {
return queue.getFirst();
}
//得到队尾元素
public int getLast() {
return queue.getLast();
}
}
347. 前 K 个高频元素
给你一个整数数组 nums
和一个整数 k
,请你返回其中出现频率前 k
高的元素。你可以按 任意顺序 返回答案。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
示例 2:
输入: nums = [1], k = 1
输出: [1]
思路
需要借助 Java 里的优先队列:PriorityQueue
PriorityQueue 的底层实现是一个最小堆 ——— 其堆顶元素是权重最小的元素
Java代码
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer> map = new HashMap<>();
for(int num:nums){//将数组中的不同元素及其出现次数存到 HashMap
map.put(num,map.getOrDefault(num,0)+1);
}
//优先队列【底层是一个最小堆】
//每一个节点是一个两个数的数组 第一个数是元素值,第二个数是元素出现次数 当作键值对
//k是初始容量
//Comparator.comparingInt(pair -> pair[1]) 是权重排序规则 :
// 按照节点数组的第二个数字的值(元素出现次数)排序
PriorityQueue<int[]> priorityQueue = new PriorityQueue<>(k, Comparator.comparingInt(pair -> pair[1]));
for(Map.Entry<Integer,Integer> entry:map.entrySet()) {
if(priorityQueue.size() < k) {//优先队列size小于 k 时,直接添加节点(键值对)
priorityQueue.add(new int[]{entry.getKey(),entry.getValue()});
}else {//如果后续的元素次数大于堆顶元素次数就添加进优先队列
if(entry.getValue() > priorityQueue.peek()[1]) {
priorityQueue.poll();//删除堆顶元素
priorityQueue.add(new int[]{entry.getKey(),entry.getValue()});
}
}
}
int index = 0;
int[] res = new int[k];
//把优先队列的所有元素值存到数组然后返回
for(int[] temp : priorityQueue) {
res[index++] = temp[0];
}
return res;
}