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

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

//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 $O(n\log n)$ , 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

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;
        
    }
}