今日内容：239.滑动窗口最大值，347.前K个高频元素，总结
代码随想录链接：代码随想录 (programmercarl.com)
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 。
首先让一个数组足够有窗口可以滑动,不过题目给了假设，就不需要考虑。但是当k = 1时，可以直接返回nums。
然后这道题k是不确定的，因此需要用队列来做
但是队列无法查看中间的值，如果每一次循环都找一次最大，很没有效率，应当留一个指针指向当前最大值的地址，当这个指针走出窗口了，再找一个新的最大值的地址，不过既然都存在找最大这个动作，那么就写一个队列找最大值地址的函数备用：
private int findMaxIndex(Queue queue){
Queue<Integer> temp = queue;
int max = temp.poll();
int maxIndex = 0;
int index = 0;
while(!temp.isEmpty()){
int i =temp.poll();
index++;
if(max <= i){
max = i;
maxIndex = index;
}
}
return maxIndex;
}
然后写主函数：
public int[] maxSlidingWindow(int[] nums, int k) {
if(k == 1){
return nums;
}
Queue<Integer> queue = new LinkedList();
int right = 0;
int left = 0;
while(right < k - 1){
queue.offer(nums[right]);
right++;
}
int maxIndex = -1 ;
int[] res = new int[nums.length + 1 - k];
while(right < nums.length){
queue.offer(nums[right]);
if(left > maxIndex){
maxIndex = left + findMaxIndex(queue);
}
if(nums[right] >= nums[maxIndex]){
maxIndex = right;
}
right++;
res[left] = nums[maxIndex];
queue.poll();
left++;
}
return res;
}
写了两个半（小黑子）小时，然后还是有案例过不了，带进去算了一下也没问题，就是运行不出来，麻了。
然后，我发现如果把queue的类型从LinkedList换成PriorityQueue，试运行的结果变了：
于是乎，是不是这两种数据结构的问题，那么在找最大值的函数中，不能直接用一个temp列表来复制queue，试试直接保存到数组。然后发现，好像不需要队列……
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
if(k == 1){
return nums;
}
int right = k-1;
int left = 0;
int maxIndex = -1 ;
int[] res = new int[nums.length + 1 - k];
while(right < nums.length){
if(left > maxIndex){//最大值离开窗口，寻找下一个最大值
int max = nums[left];
int index = left;
while(index < right){
if(max <= nums[index]){
max = nums[index];
maxIndex = index;
}
index++;
}
}
if(nums[right] >= nums[maxIndex]){//如果新加入的是最大值，更换最大值
maxIndex = right;
}
res[left] = nums[maxIndex];//添加结果
left++;//移动指针
right++;
}
return res;
}
}
然后我查看了代码运行的中间值，我发现真的是队列不可以用temp来复制，因为我发现在找最大索引的函数里，已经将队列poll完了。。。。
因此在第一次调用找最大索引函数后，队列的长度就是1
原函数在队列已经空了的情况下还能poll，是因为哪个queue.poll并没有赋值给一个int变量，否则就会报null的错。
那么怎么做到队列的复制呢，将下列代码：
Queue<Integer> temp = queue;
改成
Queue<Integer> temp = new LinkedList(queue);
这样才可以复制后不影响原来的队列，毕竟queue只是一个索引。
然后刚刚错误的执行用例就可以通过了，但是呢超时了。
不过这种方法其实本质就是双指针法，加了队列也是多余的，会造成更高的时间复杂度。
看看官方给的单调队列，先定义一个单调队列（只用在本题）：
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 add(int val) {
while (!deque.isEmpty() && val > deque.getLast()) {
deque.removeLast();
}
deque.add(val);
}
//队列队顶元素始终为最大值
int peek() {
return deque.peek();
}
}
然后需要用到双端队列deque（double end queue）,具体的操作在上述代码的注释中，不难看懂。
然后主函数就非常简单了，负责添加队列，然后移动队列：
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];
int num = 0;
//自定义队列
MyQueue myQueue = new MyQueue();
//先将前k的元素放入队列
for (int i = 0; i < k; i++) {
myQueue.add(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.add(nums[i]);
//记录对应的最大值
res[num++] = myQueue.peek();
}
return res;
}
}
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。
快排，哈希表，然后遍历找出现最多的元素，不过感觉题目不会这么粗暴。
看的官方讲解用小顶堆，看了眼答案啥也不会，学一下，之后二叉树学一点后再回来看。
贴个小顶堆的代码：
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer>map = new HashMap<>();
for(int i : nums){
map.put(i,map.getOrDefault(i,0)+1);
}
PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);
for(Map.Entry<Integer,Integer> entry:map.entrySet()){//小顶堆只需要维持k个元素有序
if(pq.size()<k){//小顶堆元素个数小于k个时直接加
pq.add(new int[]{entry.getKey(),entry.getValue()});
}else{
if(entry.getValue()>pq.peek()[1]){//当前元素出现次数大于小顶堆的根结点(这k个元素中出现次数最少的那个)
pq.poll();//弹出队头(小顶堆的根结点),即把堆里出现次数最少的那个删除,留下的就是出现次数多的了
pq.add(new int[]{entry.getKey(),entry.getValue()});
}
}
}
int[] ans = new int[k];
for(int i=k-1;i>=0;i--){//依次弹出小顶堆,先弹出的是堆的根,出现次数少,后面弹出的出现次数多
ans[i] = pq.poll()[0];
}
return ans;
}
}
思路应该还是有的，就是像Map.Entry、PriorityQueue这类东西，第一次接触，完全想不到，还是得多练。
