打卡第十三天

# 239. 滑动窗口最大值

这个题只想到了暴力解法，但是超时了，答案是维护一个从小到大的单向队列，这个单项队列维护的是可能是最大值的一组数，把滑动窗口分成了两部分，减去左边边界，加上右边边界，在减去左边边界时要考虑到是否是队列中的最大值，即队列出口的值，就把最大值去掉，加上右边界就是从入口处开始判断，把队列中小于这个数的全部移除，每次遍历队列的出口即为答案数组的值，当时对这个方法表示怀疑是因为如果窗口内包含多个最大值，但是把队列中最大值移除后，新加右边界的值比原来的最大值小的话，队列的右边界就没办法输出正确的值了，后来想了一下，这个想法是多余的，因为每次往队列加数据的时候，可能有重复的值，把右边最大值去掉了，右边第二位可能放的跟第一位一样大的，就不会出现我这种担心情况。还有就是queue没想到用啥就用deque

#前 K 个高频元素

这个题完全没思路，答案是用小顶堆做的，大顶堆和小丁堆其实就是一个完全二叉树，其区别是大顶堆是根节点大于其左右节点，小顶堆刚好相反，根节点小于左右节点，在java中，优先队列其底层就是顶堆，不会拼这个写三遍，PriorityQueue<int[]>queue=new PriorityQueue<>((O1,O2)->O1[1]-O2[1]),PriorityQueue<int[]>queue=new PriorityQueue<>(O1,O2->O1[1]-O2[1]),PriorityQueue<int[]>queue=new Priority<>((O1,O2)->O1[1]-O2[1]),思路是维护一个size为K的小顶堆，为什么选小顶对？

如果大顶堆，根节点为最大值，但是顶堆每次去除元素时都是从头开始的，最后只能得到频率最小的k个值，为了得到值对应的频率，只能用map进行存储，然后遍历这个map，把遍历到的元素新建int数组后，直接放入queue,如果queue的size大于k,就移除小顶堆最上面的值，因为要求按频率从大到小返回，而小顶堆每次poll都是较小的，跟需要的结果相反，那就i=k-1;i>=0;i--,通过将结果数组倒序填充，得到最后的答案