LeetCode 150. 逆波兰表达式求值、239. 滑动窗口最大值、347. 前 K 个高频元素
150. 逆波兰表达式求值
题目描述
根据 逆波兰表示法，求表达式的值。
有效的算符包括 +、-、*、/ 。每个运算对象可以是整数，也可以是另一个逆波兰表达式。
注意 两个整数之间的除法只保留整数部分。
可以保证给定的逆波兰表达式总是有效的。换句话说，表达式总会得出有效数值且不存在除数为 0 的情况。
示例
输入：tokens = ["2","1","+","3","*"]
输出：9
解释：该算式转化为常见的中缀算术表达式为：((2 + 1) * 3) = 9
算法实现
//后缀表达式永远合法
public int evalRPN(String[] tokens) {
Deque<Integer> stack = new LinkedList<>();
for (String token : tokens) {
switch (token) {
case "+":
stack.push(stack.pop() + stack.pop());
break;
case "-":
stack.push(-stack.pop() + stack.pop());
break;
case "*":
stack.push(stack.pop() * stack.pop());
break;
case "/":
final Integer temp1 = stack.pop();
final Integer temp2 = stack.pop();
stack.push(temp2 / temp1);
break;
default:
stack.push(Integer.valueOf(token));
}
}
return stack.pop();
}
239. 滑动窗口最大值
题目描述
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 。
示例
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
代码实现
public int[] maxSlidingWindow(int[] nums, int k) {
final int length = nums.length;
Deque<Integer> deque = new LinkedList<>();
for (int index = 0; index < k; index++) {
//把前面小的元素全部弹出
while (!deque.isEmpty() && nums[index] >= nums[deque.peekLast()]) {
deque.pollLast();
}
//插入元素
deque.offerLast(index);
}
int[] result = new int[length - k + 1];
result[0] = nums[deque.peekFirst()];
for (int index = k; index < length; index++) {
//移除前面的小元素
while (!deque.isEmpty() && nums[index] >=nums[ deque.peekLast()]) {
deque.pollLast();
}
deque.offerLast(index);
while (deque.peekFirst() <= index - k) {
deque.pollFirst();
}
result[index - k + 1] = nums[deque.peekFirst()];
}
return result;
}
347. 前 K 个高频元素
题目描述
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
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
算法实现
public int[] topKFrequent(int[] nums, int k) {
int[] result = new int[k];
Map<Integer, Integer> map = new HashMap<>();
for (int num : nums) {
map.put(num, map.getOrDefault(num, 0) + 1);
}
Set<Map.Entry<Integer, Integer>> entries = map.entrySet();
//大顶堆的实现
PriorityQueue<Map.Entry<Integer, Integer>> queue = new PriorityQueue<>(
(o1, o2) -> o2.getValue() - o1.getValue());
for (Map.Entry<Integer, Integer> entry : entries) {
queue.offer(entry);
}
for (int index = 0; index < k; index++) {
result[index] = queue.poll().getKey();
}
return result;
}
感悟
大顶堆跟小顶堆 的实现
滑动窗口的单调队列
