150.逆波兰表达式求值
题目链接:150. 逆波兰表达式求值 - 力扣(LeetCode)
文档/视频链接:代码随想录 (programmercarl.com)
第一想法
碰到数字就先压入栈中,碰到符号取出两个数运算压入栈中。最终取出栈空即可。
代码随想录
将字符串转换为数字可以用Integer.valueOf(s)代替,不用自己写函数.
"+".equals(s):正确写法应该是这样的。
可以用增强for循环
代码
class Solution1 {
public int evalRPN(String[] tokens) {
Stack<Integer> stack = new Stack<>();
for (String s: tokens){
if("+".equals(s))
stack.push(stack.pop()+stack.pop());
else if ("-".equals(s)) {
stack.push(-stack.pop()+stack.pop());
} else if ("*".equals(s)) {
stack.push(stack.pop()*stack.pop());
} else if ("/".equals(s)) {
int a =stack.pop();
int b =stack.pop();
stack.push(b/a);
}else{
stack.push(Integer.valueOf(s));
}
}
return stack.pop();
}
}
239.滑动窗口最大值
第一想法
我的实力不允许我挑战困难的题啊。
最大值结果数组大小为nums.leng()-k+1
每轮暴力遍历么?
代码随想录
定义单调队列,放进去窗口里的元素,随着窗口的移动,队列也一进一出,每次移动之后,队列告诉我们里面最大值是什么。最大值是队列第一个元素
pop()规则:若窗口要移除的元素等于单调队列出口元素,则队列弹出元素,否则不做任何操作
移除元素等于出口元素的等价条件不是队列元素已满(queue.size()==k)
push()规则:如果push元素大于入口处元素,那么就将队列入口处的元素弹出。这里的弹出不是将队列所有元素弹出
//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
基本数据结构:双端队列ArrayDeque,LinkedList
代码
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
MyQueue myQueue = new MyQueue();
int[] results = new int[nums.length-k+1];
int j = 0;
for (int i = 0; i < k; i++) {
myQueue.push(nums[i]);
}
results[j++]=myQueue.getMaxValue();
for (int i = k; i < nums.length; i++) {
myQueue.pop(nums[i-k]);
myQueue.push(nums[i]);
results[j++] = myQueue.getMaxValue();
}
return results;
}
}
class MyQueue{
Deque<Integer> deque = new LinkedList<>();
public void pop(int val){
if(!deque.isEmpty()&&val == deque.getFirst()){
deque.pollFirst();
}
}
public void push(int val){
while (!deque.isEmpty()&&deque.getLast()<val){
deque.pollLast();
}
deque.offer(val);
}
public int getMaxValue(){
return deque.getFirst();
}
}
347.前K个高频元素
题目链接:347. 前 K 个高频元素 - 力扣(LeetCode)
文档/视频链接:代码随想录 (programmercarl.com)
第一想法
想到LeetCode27题,可以用map集合统计频率,键为数组元素,值为频次。然后按照值全部排序返回前k个较大者。使用Java8 Stream API对Map按键或值进行排序 - 字母哥博客 - 博客园 (cnblogs.com)
代码随想录
此题只用维护k个有序的序列就可以了,所以使用优先级队列是最优的。选用小顶堆。若选用大顶堆,每次push元素,维护队列时,实际上会把最大的元素弹出去,最后留下的是前k个最小的元素。
难点
初始化优先级队列
构造小顶堆
PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2) -> (pair1[1] - pair2[1]));
这行代码创建了一个优先队列(PriorityQueue),其中存储的元素是 int 数组。这里使用了一个 lambda 表达式作为参数,来定义优先队列中元素的比较规则。
具体来说,`(pair1, pair2) -> (pair1[1] - pair2[1])` 这个 lambda 表达式定义了比较器,表示如果 `pair1` 的第二个元素小于 `pair2` 的第二个元素,则 `pair1` 比 `pair2`“优先级”高,应该在队列中排在前面。这样初始化的 PriorityQueue 就会按照每个元素的第二个元素的大小升序排列,即按照频率从小到大排列。
在这段代码中,用于优先队列的元素是 int 数组,数组中第一个元素存储数字,第二个元素存储该数字在数组中出现的频率。通过定义这样的比较器,可以确保优先队列中的元素按照频率从小到大有序排列,方便根据频率选择前 k 个高频元素。
构造大顶堆
PriorityQueue<Integer> maxHeap = new PriorityQueue<>((a, b) -> b - a);
这个 lambda 表达式 (a, b) -> b - a
会对元素进行逆序比较,从而构造一个大顶堆。
代码
class Solution {
public int[] topKFrequent(int[] nums, int k) {
// 使用 HashMap 统计每个数字出现的频率
Map<Integer,Integer> map = new HashMap<>();
for(int num:nums){
map.put(num,map.getOrDefault(num,0)+1);
}
// 使用优先队列(最小堆)来存储频率最高的 k 个元素,按照频率排序
// 优先队列中存储 int 数组,数组第一个元素是数字,第二个元素是频率
PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->(pair1[1]-pair2[1]));
//
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
if(pq.size()<k){
pq.add(new int[]{entry.getKey(), entry.getValue()});
}else{
if(entry.getValue()>pq.peek()[1]){
pq.poll();
pq.add(new int[]{entry.getKey(), entry.getValue()});
}
}
}
// 构建结果数组,存储前 k 个高频元素
int[] ans = new int[k];
for(int i = k - 1;i>=0;i--){
ans[i] = pq.poll()[0];
}
return ans;
}
}