1.逆波兰表达式求值
思路:使用栈;遇到数字则入栈,遇到运算符则取出栈顶两个数字进行计算。
注意:除法运算和减法运算两个元素的先后顺序。
扩展:逆波兰表达式相当于是二叉树中的后序遍历。
解法:
public int evalRPN(String[] token){
Deque<Integer> stack = new LinkedList<>();
for (String s : token) {
// leetcode 内置jdk的问题,不能使用==判断字符串是否相等
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 temp1 = stack.pop();
int temp2 = stack.pop();
stack.push(temp2 / temp1);
}
// 遇到数字入栈
else
stack.push(Integer.valueOf(s));
}
return stack.pop();
}
2.滑动窗口最大值
思路:
使用双端队列Deque,重新定义一个单调队列
理解滑动窗口过程:先pop队列的出口元素,后push一个队列的入口元素,最后求max
注意:
pop(value):如果窗口移除的元素value等于单调队列的出口元素,那么队列弹出元素,否则不用任何操作。
push(value):如果push的元素value大于当前入口元素的数值,那么就将当前队列入口的元素弹出,直到push元素的数值小于等于队列入口元素的数值为止
解法:
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 offer(int val) {
while (!deque.isEmpty() && val > deque.getLast()) {
deque.removeLast();
}
deque.offer(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];
//结果元素数组的添加索引
int num = 0;
//自定义队列
MyQueue myQueue = new MyQueue();
//先将前k的元素放入队列 不需要进行poll操作
for (int i = 0; i < k; i++) {
myQueue.offer(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.offer(nums[i]);
//记录对应的最大值
res[num++] = myQueue.peek();
}
return res;
}
}
3.前K个高频元素
思路:使用优先队列,它的出队顺序与元素的优先级相关,不是按照普通队列出队
注意:见代码,每句都有注释
class Solution {
public static int[] topKFrequent(int[] nums, int k) {
// 新建map,key装入nums数组里的值,value装入这些值出现的次数
Map<Integer, Integer> map = new HashMap<>();
for (int num : nums) {
// 使用getOrDefault,表示map不存在这个key时默认为0但会+1;存在这个key时直接+1
map.put(num, map.getOrDefault(num, 0) + 1);
}
// 新建优先队列,存储二元数组(num,cnt), 还是key装入值num,value装入出现次数cnt
// pair2[1] - pair1[1]表示降序排列,相当于大顶堆,
// 即出现次数按从多到少排,也就是从队头到队尾的顺序,出现次数最多的在队头,方便出队
PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2) -> pair2[1] - pair1[1]);
// map的for循环格式如下,这里add时还需要新建int[],方便pq去添加;
// 如果nums = [1,1,1,2,2,3], 这里只会循环3次也就是不同数字的类别次
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
pq.add(new int[]{entry.getKey(), entry.getValue()});
}
int[] ans = new int[k];
// PriorityQueue特别在于他的出队顺序与元素的优先级有关,
// 对PriorityQueue调用poll()方法,返回的总是优先级最高的元素
for (int i = 0; i < k; i++) {
ans[i] = pq.poll()[0];
}
return ans;
}
}