滑动窗口最大值 LeetCode 239

题目链接：[LeetCode 239 - 困难]

思路

元素单调递减的队列就叫做单调队列，即单调递减或单调递增的队列。

利用双端队列手动实现单调队列：

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        // 利用双端队列手动实现单调队列
        // 在队列中存储的是数组下标
        ArrayDeque<Integer> deque = new ArrayDeque<>();
        int n = nums.length;
        // 在数组中返回滑动窗口最大值的个数有n-k+1个
        int[] result = new int[n-k+1];
        int index = 0;
        for(int i=0;i<n;i++){
            // 根据题意，i为nums下标，是要在[i - k + 1, i] 中选到最大值，只需要保证两点
            // 1.队列头结点需要在[i - k + 1, i]范围内，不符合则要弹出
            while(!deque.isEmpty() && deque.peek()<i+1-k){
                deque.poll();
            }
            // 2.既然是单调，就要保证每次放进去的数字要比末尾的都大，否则也弹出
            while(!deque.isEmpty() && nums[deque.peekLast()]<nums[i]){
                deque.pollLast();
            }
            deque.offer(i);
            // 因为单调，当i增长到符合第一个k范围的时候，每滑动一步都将队列头节点放入结果就行了
            if(i>=k-1){
                result[index++] = nums[deque.peek()];
            }
        }
        return result;
    }
}

总结

也可以使用自定义数组的方法解决：

//自定义数组
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();
    }
}

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;
    }
}

前 K 个高频元素 LeetCode 347

题目链接：[LeetCode 347 - 中等]

思路

考虑使用HashMap来解决，引用如下：可以统计元素出现的频率，从而决定前k个高频元素的数值。

使用大顶堆：

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        Map<Integer,Integer> map = new HashMap<>();
        for(int num:nums){
            map.put(num,map.getOrDefault(num,0)+1);
        }
        PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair2[1]-pair1[1]);
        for(Map.Entry<Integer,Integer> entry:map.entrySet()){
            pq.add(new int[]{entry.getKey(),entry.getValue()});
        }
        int[] result = new int[k];
        for(int i=0;i<k;i++){
            result[i] = pq.poll()[0];
        }
        return result;
    }
}

总结

①Map.Entry<Integer,Integer> entry:map.entrySet() 使用HashMap的遍历

②PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair2[1]-pair1[1])大顶堆的创建方式

另外：使用数组来AND队列来解决以上问题

class Solution {
       public int[] topKFrequent(int[] nums, int k) {
        int max = Integer.MIN_VALUE;
        int min = Integer.MAX_VALUE;
        for(int i : nums) {
            if(i > max) {
                max = i;
            }
            if(i < min) {
                min = i;
            }
        }
        if (max == min) return new int[]{nums[0]};
        int[] map = new int[max - min + 1];
        for(int i : nums) {
            map[i - min]++;
        }
        ArrayList<Integer>[] count = new ArrayList[nums.length];
        for(int i = 0; i < map.length; i++) {
            if(map[i] > 0) {
                if(count[map[i]] == null) {
                    count[map[i]] = new ArrayList();
                }
                count[map[i]].add(i + min);
            }
        }
        int res[] = new int[k];
        for(int i = count.length - 1, j = 0; i >= 0 && j < k; i--) {
            if(count[i] != null) {
                while(!count[i].isEmpty()) {
                    res[j++] = count[i].remove(count[i].size() - 1);
                }
            }
        }
        return res;
    }
}