239. 滑动窗口最大值
题目链接:滑动窗口最大值
文档讲解:代码随想录
状态:忘了
思路1:使用优先队列来维护滑动窗口中的最大值,确保在每次滑动时能够高效地找到最大值。时间复杂度是 O(n log k)。
题解:
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
// 使用优先队列(最大堆),按值降序排序
PriorityQueue<int[]> q = new PriorityQueue<>((a, b) -> b[1] - a[1]);
int n = nums.length;
int m = n - k + 1;
int idx = 0;
int[] ans = new int[m];
// 遍历数组
for (int i = 0; i < n; i++) {
// 将当前元素的索引和值加入优先队列
q.add(new int[]{i, nums[i]});
// 当窗口形成时
if (i >= k - 1) {
// 移除不在当前窗口范围内的元素
while (q.peek()[0] <= i - k) {
q.poll();
}
// 当前窗口的最大值是堆顶元素的值
ans[idx++] = q.peek()[1];
}
}
return ans;
}
}
思路2:利用单调队列(一头进,一头出)模型滑动窗口。
题解:
/**
* 思路:利用单调队列(一头进,一头出)模型滑动窗口,注意单调队列中维护的是下标不是元素值
* 1.遍历元素,当单调队列中元素为空时,元素加入队列
* 2.当遍历到的元素x比队列中的头元素要大时,从队尾往队头所有比遍历到的当前元素小的元素出队,最后在队尾中存入x
* 3.当遍历到的元素x比队列头中的元素要小时,元素加到队尾
* 4.在这个过程中,如果队头元素的下标超出滑动窗口范围,则队列头元素出队
*/
public int[] maxSlidingWindow(int[] nums, int k) {
Deque<Integer> deque = new LinkedList<>();
int n = nums.length;
int[] result = new int[n - k + 1];
int i = 0, j = 0;
while (i < n) {
// deque.peekFirst()队列头元素的下标 < i - k + 1(队列左边界),弹出队列头元素
while (!deque.isEmpty() && deque.peekFirst() < i - k + 1) {
deque.pollFirst();//pop相当于pollFirst方法
}
//当遍历到的元素比队列中的元素要大时,从队尾往队头所有比遍历到的当前元素小的元素出队
while (!deque.isEmpty() && nums[i] > nums[deque.peekLast()]) {
deque.pollLast();
}
//当单调队列中元素为空,或者遍历到的元素比队列尾中的元素要小时,元素加到队尾
deque.addLast(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[j++] = nums[deque.peekFirst()];
}
i++;
}
return result;
}
347.前 K 个高频元素
题目链接:347.前 K 个高频元素
文档讲解:代码随想录
状态:还行
思路:
- 1.要统计元素出现频率,HashMap
- 2.对频率排序,优先队列
- 3.找出前K个高频元素
题解:
public int[] topKFrequent(int[] nums, int k) {
HashMap<Integer, Integer> map = new HashMap<>();
int[] res = new int[k];
for (int num : nums) {
map.put(num, map.getOrDefault(num, 0) + 1);
}
PriorityQueue<int[]> priorityQueue = new PriorityQueue<>((p1, p2) -> p2[1] - p1[1]);
Set<Map.Entry<Integer, Integer>> entries = map.entrySet();
for (Map.Entry<Integer, Integer> entry : entries) {
priorityQueue.add(new int[]{entry.getKey(), entry.getValue()});
}
for (int i = 0; i < k; i++) {
res[i] = Objects.requireNonNull(priorityQueue.poll())[0];
}
return res;
}