第一篇---滑动窗口最大值、前 K 个高频元素
滑动窗口最大值*
题目链接：链接: 239. 滑动窗口最大值
题目：
---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 1：
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
思路：
首先要知道输出数组的长度为len-k+1，然后写出添加元素和删除元素的两个方法，在初始化窗口之后，之后的每一次循环将队头元素存入res数组直至循环结束。
添加元素 ：每次添加一个元素时，保证每一次循环后队头元素是最大的！ （在k>=2，队列中可以出现相同的最大元素）
删除元素 ：在初始化窗口之后，每一次循环后要保证队列中没有本次窗口之外的元素。（以示例代码）例如：第一次循环后，保证下标为0的元素（1）不在队列中；第二次循环后，保证下标为1的元素（3）不在队列中
代码：
用时32ms，内存57,3MB
java
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
int n = nums.length;
int[] res = new int[n-k+1];
Deque<Integer> queue = new ArrayDeque<>();
//窗口初始化
for(int i = 0; i < k; i++){
Add(queue,nums[i]);
}
int index = 0;
res[index++] = queue.peek();
//先进行删除操作，后进行添加
for(int i = k; i < n; i++){
Delete(queue,nums[i-k]);
Add(queue,nums[i]);
res[index++] = queue.peek();
}
return res;
}
//添加元素：比队尾元素大就排出队尾元素，然后继续与队尾比较，这样就能保证每一次循环后队头元素是最大的！
public Deque<Integer> Add(Deque<Integer> queue, int num){
while(!queue.isEmpty() && num > queue.peekLast()){
queue.pollLast();
}
queue.offer(num);
return queue;
}
//删除元素：将本次循环要被删除的元素与队头元素比较，若不相等，则表示在进行添加操作时已经排出了前者，直接进行返回就行；若相等，就要排出队头元素再返回
public Deque<Integer> Delete(Deque<Integer> queue,int num){
if(!queue.isEmpty() && num == queue.peek()){
queue.poll();
}
return queue;
}
}用时41ms，内存58,3MB
java
//自定义数组
class MyQueue {
Deque<Integer> deque = new LinkedList<>();
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*
题目链接：链接: 347.前 K 个高频元素
题目：
---给定一个非空的整数数组，返回其中出现频率前 k 高的元素。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
示例 2:
输入: nums = [1], k = 1
输出: [1]
提示：
- 你可以假设给定的 k 总是合理的，且 1 ≤ k ≤ 数组中不相同的元素的个数。
- 你的算法的时间复杂度必须优于 O ( n log n ) O(n \log n) O(nlogn) , n 是数组的大小。
- 题目数据保证答案唯一，换句话说，数组中前 k 个高频元素的集合是唯一的。
- 你可以按任意顺序返回答案。
思路：
1、统计元素出现频率。 【使用map来存储数组中每个元素及其出现的频率】
2、对频率进行排序。 【定义一个小顶堆（使用PriorityQueue来实现）：从队头到队尾是由小到大排序】
3、找出前k个高频元素。【当添加进优先级队列中的元素（数组）个数大于k时，排出队头元素，剩下的就是频率前k的元素（数组）】
代码：
用时13ms，内存44.3MB
java
class Solution {
public int[] topKFrequent(int[] nums, int k) {
//用map获取数组中每个元素及其对应的频率
Map<Integer,Integer> map = new HashMap<>();
for(int num : nums)
map.put(num,map.getOrDefault(num,0) + 1);
//定义一个堆(lambda 表达式设置优先级队列存储：o1-o2是由小到大，o2-o1是由大到小)
PriorityQueue<int[]> pq = new PriorityQueue<>((o1,o2)->o1[1] - o2[1]);
for(Map.Entry<Integer,Integer> entry: map.entrySet()){
//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
pq.offer(new int[]{entry.getKey(),entry.getValue()});
if(pq.size() > k){
pq.poll();
}
}
//获取结果
int[] ans = new int[k];
for(int i = k - 1; i >= 0; i--){
ans[i] = pq.poll()[0];
}
return ans;
}
}