算法训练营Day13|栈与队列part3

239. 滑动窗口最大值 【单调队列】

• 自我尝试
  • 思路: 使用queue来维系窗口，每个窗口里再进行流排序去max操作。这个暴力法明显超时了。
  • 代码

    class Solution {
        public int[] maxSlidingWindow(int[] nums, int k) {
            Deque q = new ArrayDeque<>();
            int[] result = new int[nums.length-k+1];
            for(int i=0; i

  • 收获
    • stream:流操作可以串联一起形成一个流水线，每个操作将从其前一个操作中接收数据、处理数据，并将结果发送到下一个操作。操作分为两类：中间与终端操作。
      • 中间操作： 操作返回一个新的流，将中间操作串联在一起。例如mapToInt()是一个中间操作，将其转为Intstream流。
        • 一般来说就是那个传入函数参数的方法为中间操作。例如map(String::valueOf)
      • 终端操作： 终端操作完成流处理并生成结果。它不返回流，而是返回非流值，一旦执行终端操作流就不能再被使用。max()返回最大值就是一个终端操作。
        • 返回值类，例如.max().getAsInt()返回int值。
        • 返回集合类，例如.collect(Collectors.joining())
• 范例后的自我尝试
  • 思路：实现一个单调队列，通过自我定义的push,pop,以及getMaxValue方法来实现期许的结果。
    • 主函数思路：通过遍历整个nums，调用三个定义的操作来获取最后的结果。
      • headsup1：push操作每次都要执行。
      • headsup2：pop操作只在元素积累到k+1个时候才开始pop。
      • headsup3：result的添加需要在元素积累到k个时候就开始。
    • push函数思路：当队列里尾部元素小于当前元素时候不断移除，随后添加进去。
      • headsup1：当待加元素等于尾部元素时候，也添加进入队列。这样的好处是在pop的时候方便移除。
    • pop函数思路：当传入的元素值与队列头元素相同时候移除
      • headsup1：这个传入元素是哪一个要清楚！
    • getMaxValue函数思路: 直接调用deque自带的peekFirst()获取
  • 代码

    class Solution {
        public int[] maxSlidingWindow(int[] nums, int k) {
            Deque q = new ArrayDeque<>();
            int[] result = new int[nums.length-k+1];
            for(int i=0; i=0){
                    pop(nums[i-k],q);
                    // System.out.println(q.toString());
                }
                
                if(i-k+1>=0){
                    result[i-k+1]=getMaxValue(q);
                }
            }
            return result;
        }
        public void push(int val, Deque q){
            //在push的时候pop掉小于等于val的元素，维护队列的单调性
            while(!q.isEmpty()&&q.getLast() q){
            //当被遍历的元素是queue出口端的元素时候，才pop
            if(val == q.getFirst()){
                q.pollFirst();
            }
        }
        public int getMaxValue(Deque q){
            return q.peekFirst();
        }
            
    }

  • 收获
    • Deque使用方法：
      • 添加元素: offerFirst(E e)/ offerLast(E e);【注：若无法插入返回false】
      • 检索头/尾元素: peekFirst()/peekLast(); 【注：若队列为空返回null】
      • 移除元素: pollFirst()/pollLast();【注：若队列为空返回null】

---

347.前 K 个高频元素  【优先级队列】

• 范例题解
  • 思路: 通过map来获取频率后，通过一个小顶堆的priorityQueue来维护住k个元素，即通过与堆顶相比，更小的一方出局。最终留下的k个，再传到数组里作为返回值。
  • 代码

    class Solution {
        public int[] topKFrequent(int[] nums, int k) {
            //遍历元素，储存其频率
            Map map = new HashMap<>();
            for(int num:nums){
                map.put(num,map.getOrDefault(num,0)+1);
            }
            //构建优先队列
            PriorityQueue pq = new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);
            //遍历map，添加队列元素
            for(Map.Entry entry: map.entrySet()){
                if(pq.size()pq.peek()[1]){
                        pq.poll();//移除优先级最高的元素
                        pq.add(new int[]{entry.getKey(),entry.getValue()});
                    }
                }
            }
    
            //传递最后值来return
            int[] ans = new int[k];
            for(int i=k-1;i>=0; i--){
                ans[i] = pq.poll()[0];
            }
            return ans;
           
        }
    }

  • 收获：
    • priorityQueue：一个数据类型，它支持插入新元素和按照优先级删除元素的操作。
      • 创建：PriorityQueue pq = new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);
        • 这里的lambda表达式定义优先级队列中元素的排序方式。它返回了一个comparator对象。
        • 如果pair1[1]-pair2[1]<0,结果为负数，表明第一个对象应该排在第二个对象之前。
        • 相反如果为正数，第一个要排在第二个之后。
      • 与堆的关系：
        • 堆是实现优先队列的常用办法。通过堆，在o(logn)的时间里完成优先级队列的插入和删除。
    • Entry与entrySet的关系：
      • Entry是java.util.map的一个接口，每个entry对象包含一个key与一个value，可通过getKey()与getValue()来获得
      • "Map.Entry" 提供了方便的方式来访问它们
      • entrySet也是java.util.map的一个方法，它返回一个包含所有entry的set集合。
    • 堆：
      • 结构：完全二叉树，高度为logn。最后一层从左到右排布node
      • 操作：
        • 插入：O(logn)：将元素放在堆尾，然后上浮到合适位置，最多logn次。
        • 查询：O（1）：一般只查根节点。
        • 删除：O(logn)：将底层最后一个元素放到root，然后下沉恢复堆的属性。