代码随想录 第13天 | ● 239. 滑动窗口最大值 ● 347.前 K 个高频元素 ● 总结

leetcode：239. 滑动窗口最大值 - 力扣（LeetCode）

思路：看了挺长时间才反应过来与暴力算法的区别。当遇到比上一个元素大的值时，将上一个元素剔除，小于时加入队列中，每次等于窗口长度时将顶端也就是最大值存起来

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        int[] res =new int[nums.length - k + 1];
        ArrayDeque<Integer> deque = new ArrayDeque() ;
        int index = 0;
        for(int i = 0; i < nums.length; i++){
            //这个判断的是超出界限，超出就要将顶端删除
            while( !deque.isEmpty() && deque.peek() < i - k +1){
                deque.poll();
            }
            //清除双端队列中小于当前元素的索引，以保证队列中元素按照降序排列，peeklast对应的是最大值的下标，当[i]大于最大值就把最大值弹出。
            while(!deque.isEmpty() && nums[deque.peekLast()] < nums[i]){
                deque.pollLast();
            }
            //存。
            deque.offer(i);
            //当窗口大小等于k时，存进去。
            if(i >= k - 1){
                res[index++] = nums[deque.peek()];
            }

        }
        return res;

    }
}

leetcode：347. 前 K 个高频元素 - 力扣（LeetCode）

思路：看起来可以用hashmap，和那个统计出现最多那个有点相同，但是时间有限制。  

思路很简单，主要是优先级队列，大顶堆，小顶堆不知道...

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        // 优先级队列，为了避免复杂 api 操作，pq 存储数组
        // lambda 表达式设置优先级队列从大到小存储 o1 - o2 为从小到大，o2 - o1 反之
        PriorityQueue<int[]> pq = new PriorityQueue<>((o1, o2) -> o1[1] - o2[1]);
        int[] res = new int[k]; // 答案数组为 k 个元素
        Map<Integer, Integer> map = new HashMap<>(); // 记录元素出现次数
        for(int num : nums) map.put(num, map.getOrDefault(num, 0) + 1);
        for(var x : map.entrySet()) { // entrySet 获取 k-v Set 集合
            // 将 kv 转化成数组
            int[] tmp = new int[2];
            tmp[0] = x.getKey();
            tmp[1] = x.getValue();
            pq.offer(tmp);
            // 下面的代码是根据小根堆实现的，我只保留优先队列的最后的k个，只要超出了k我就将最小的弹出，剩余的k个就是答案
            if(pq.size() > k) {
                pq.poll();
            }
        }
        for(int i = 0; i < k; i ++) {
            res[i] = pq.poll()[0]; // 获取优先队列里的元素
        }
        return res;
    }
}

晚上解决一下优先级队列的问题。，树有点东西的

 优先级队列，用来寻找最大值或最小值，使用了二叉树原理，堆排序。插入数据，新增数据的时间复杂度都是logn，感觉挺有意思，