LeetCode【每日一题】-栈和队列3

滑动窗口最大值

题目链接

思路：使用单调队列
1、设计单调队列的时候，pop，和push操作要保持如下规则：
2、pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
3、push(value)：如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止

import java.util.Deque;
import java.util.LinkedList;

public class MyQueue {
    Deque<Integer> deque = new LinkedList<>();

    /**
     * 弹出元素是判断当前要弹出的元素是否等于队列出口的元素，如果相等则弹出
     * @param val
     */
    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，就将入口处元素弹出
     * 保证队列单调递减
     * @param val
     */
    void add(int val) {
        while (!deque.isEmpty() && val > deque.peekLast()) {
            deque.removeLast();
        }
        deque.add(val);
    }

    /**
     * 队顶元素返回最大值
     */
    int peek() {
        return deque.peek();
    }
}



/**
 * 题目链接：https://leetcode.cn/problems/sliding-window-maximum/
 * 思路：使用单调队列
 * 有的同学可能会想用一个大顶堆（优先级队列）来存放这个窗口里的k个数字，这样就可以知道最大的最大值是多少了， 
 * 但是问题是这个窗口是移动的，而大顶堆每次只能弹出最大值，我们无法移除其他数值，这样就造成大顶堆维护的不是滑动窗口里面的数值了。所以不能用大顶堆
 * 设计单调队列的时候，pop，和push操作要保持如下规则：
 * pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
 * push(value)：如果push的元素value大于入口元素的数值，那么就将队列入口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止
 */
public class LeetCode239 {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if (nums.length == 1) {
            return nums;
        }
        //结算结果元素的大小
        int len = nums.length - k + 1;
        //创建数组存放结果
        int[] res = new int[len];
        int index = 0;
        //创建队列
        MyQueue queue = new MyQueue();
        //将前k个元素加入队列中
        for (int i = 0; i < k; i++) {
            queue.add(nums[i]);
        }
        //首个窗口
        res[index++] = queue.peek();
        //滑动窗口开始移动
        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
            queue.poll(nums[i - k]);
            //处理当前元素
            queue.add(nums[i]);
            //记录对应的最大值
            res[index++] = queue.peek();
        }
        return res;
    }
}

前K个高频元素

解法一（小顶堆）

题目链接

题目链接：https://leetcode.cn/problems/top-k-frequent-elements/
思路：优先级队列
1、创建一个优先级队列（小顶堆）
2、创建map统计每个数字出现频率
3、遍历（num,count）对象维持小顶堆元素为k个即为结果

/**
 * 题目链接：https://leetcode.cn/problems/top-k-frequent-elements/
 * 思路：优先级队列
 *      1、创建一个优先级队列（小顶堆）
 *      2、创建map统计每个数字出现频率
 *      3、遍历（num,count）对象维持小顶堆元素为k个即为结果
 */
public class LeetCode347 {
    public int[] topKFrequent(int[] nums, int k) {
        //创建map统计每个整数出现的频率
        Map<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
        }
        //创建优先级队列（小顶堆）
        PriorityQueue<int[]> queue = new PriorityQueue<>((pair1, pair2)-> pair1[1] - pair2[1]);
        //创建容量为k的小根堆
        for (int num : nums) {
            //当堆中元素个数小于k时
            if (queue.size() < k) {
                queue.add(new int[]{num, map.get(num)});
            } else {
                //当前元素出现的次数大于堆顶元素时处理
                if (map.get(num) > queue.peek()[1]) {
                    //大于等于k个则堆顶元素出队再加入
                    queue.poll();
                    queue.add(new int[]{num, map.get(num)});
                }

            }
        }
        //创建数组存放结果
        int[] res = new int[k];
        for (int i = k - 1; i >= 0; i--) {
            res[i] = queue.poll()[0];
        }
        return res;
    }
}

解法二（大顶堆）

思路：大顶堆
1、创建一个大顶堆
2、将键值对添加到大顶堆中
3、取出前k个频率高的元素

    /**
     * 思路：大顶堆
     *       1、创建一个大顶堆
     *       2、将键值对添加到大顶堆中
     *       3、取出前k个频率高的元素
     * @param nums
     * @param k
     * @return
     */
    public int[] topKFrequent2(int[] nums, int k) {
        //创建map统计每个整数出现的频率
        Map<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
        }
        //创建优先级队列（大顶堆）
        PriorityQueue<int[]> queue = new PriorityQueue<>((pair1, pair2)-> pair2[1] - pair1[1]);
        //将键值对加入大顶堆中
        for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
            queue.add(new int[]{entry.getKey(), entry.getValue()});
        }
        int[] res = new int[k];
        //取出出现次数最大的前k个数字
        for (int i = 0; i < k; i++) {
            res[i] = queue.poll()[0];
        }
        return res;
    }