第一篇---滑动窗口最大值、前 K 个高频元素

滑动窗口最大值*
[前 K 个高频元素*](#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 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 Add(Deque 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 Delete(Deque 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 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](https://leetcode.cn/problems/top-k-frequent-elements/) ### 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 复制代码

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;
        
    }
}