代码随想录算法训练营第十三天|239. 滑动窗口最大值、347.前 K 个高频元素

239. 滑动窗口最大值

• 刷题https://leetcode.cn/problems/sliding-window-maximum/description/
• 文章讲解https://programmercarl.com/0239.%E6%BB%91%E5%8A%A8%E7%AA%97%E5%8F%A3%E6%9C%80%E5%A4%A7%E5%80%BC.html#%E7%AE%97%E6%B3%95%E5%85%AC%E5%BC%80%E8%AF%BE
• 视频讲解https://www.bilibili.com/video/BV1XS4y1p7qj/?vd_source=af4853e80f89e28094a5fe1e220d9062

• 一刷理解思路:

        借助自定义数据结构单调队列，理解思路，动图如下：

• 题解（自定义数据结构单调队列）：

class MyDeque {
    //自定义数据结构实现
    Deque deque = new LinkedList<>();
    //弹出元素
    //若当前要弹出的数值等于队列出口数值，则弹出
    void poll(int val){
        if(!deque.isEmpty() && val == deque.peek()){
            deque.poll();
        }
    }
    //添加元素
    //若要添加的元素大于入口处元素，就将入口处元素弹出，再添加
    //从而保证队列内元素递减
    void add(int val){
        while(!deque.isEmpty() && val > deque.getLast()){
            deque.removeLast();
        }
        deque.add(val);
    }
    //队列队首元素始终为最大值
    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[] result = new int[len];
        int num = 0;
        // 使用自定义数据结构
        MyDeque mydeque = new MyDeque();
        //将前k的元素放入队列
        for(int i = 0;i < k;i ++){
            mydeque.add(nums[i]);
        }
        result[num++] = mydeque.peek();
        for(int i = k;i < nums.length;i++){
            //滑动窗口移除最前面的元素，移除时判断该元素是否可以放入队列
            mydeque.poll(nums[i-k]);
            //滑动窗口加入最后面的元素
            mydeque.add(nums[i]);
            //记录对应的最大值
            result[num++] = mydeque.peek();
        }
        return result;
    }
}

347.前 K 个高频元素

• 刷题https://leetcode.cn/problems/top-k-frequent-elements/description/
• 文章讲解https://programmercarl.com/0347.%E5%89%8DK%E4%B8%AA%E9%AB%98%E9%A2%91%E5%85%83%E7%B4%A0.html
• 视频讲解https://www.bilibili.com/video/BV1Xg41167Lz/?vd_source=af4853e80f89e28094a5fe1e220d9062

• Java基础储备：

        1、ArrayDeque与Deque：

        ArrayDeque是Deque接口的一个实现。Deque代表双端队列（double-ended queue），它是一种队列，允许在队列的两端进行插入和删除操作。Deque接口定义了双端队列的行为，而ArrayDeque是Deque接口的一个具体实现，它使用数组作为内部数据结构来实现双端队列的功能。

        因此，ArrayDeque是Deque接口的一种实现方式，它提供了一种使用数组实现双端队列的方式。Deque接口还可以有其他的实现方式，比如LinkedList等。在Java中，我们可以使用Deque接口来表示双端队列的抽象概念，而具体使用哪种实现方式则可以根据具体的需求来选择。

        2、大顶堆与小顶堆的适配应用场景分析：

        可以在O(nlogk)的时间复杂度内找到前k个大的元素，而不需要对整个集合进行排序。

大顶堆和小顶堆是一种特殊的二叉堆数据结构，它们可以快速找到最大或最小的元素，并且在插入和删除元素时具有较好的性能表现。

        在一个数据量庞大的集合中，如果需要找到前k个大的元素，可以使用大顶堆来实现。首先，可以维护一个大小为k的大顶堆，然后遍历集合中的元素，将每个元素与堆顶元素进行比较。如果当前元素大于堆顶元素，则将堆顶元素替换为当前元素，并进行堆调整，以保持堆的性质。最终，堆中的元素即为前k个大的元素。

        类似地，如果需要找到前k个小的元素，可以使用小顶堆来实现。通过这种方法，可以在较短的时间内找到前k个大或小的元素，而不需要对整个集合进行排序，从而提高了算法的效率。

        3、 关于map.getOrDefault(num, 0);

map.put(num, map.getOrDefault(num, 0) + 1);

         这行代码是将num作为键，然后使用getOrDefault方法来获取num对应的值，如果num不存在则返回默认值0。然后将获取到的值加1，最后将结果放入map中，即将num对应的值加1并更新到map中。

   getOrDefault方法是Map接口中的一个方法，它的作用是获取指定键对应的值，如果键不存在，则返回一个默认值。这个方法接收两个参数，第一个参数是要获取值的键，第二个参数是默认值。如果指定的键存在，则返回与该键关联的值，如果键不存在，则返回提供的默认值。

        4、关于以Map映射关系为元素的Set的应用：

Set> entries = map.entrySet();

         上述代码是将map中所有的键值对（key-value）映射关系转化为一个Set集合，这个Set集合的元素类型是Map.Entry。 Map.Entry表示一个映射项（键值对），其中Integer表示键的类型，第二个Integer表示值的类型。

        "Entry" 是指 Map 接口中的一个内部接口，它表示一个键值对（key-value pair）。在这里，"Map.Entry" 表示一个具有整数类型键和整数类型值的键值对。

        entrySet() 是 Map 接口中的一个方法，它返回包含映射关系（键值对）的 Set 视图。这个 Set 中的每个元素都是一个 Map.Entry 对象，每个 Map.Entry 对象包含一个键和对应的值。通过调用 entrySet() 方法，可以获取到 Map 中所有的键值对，并以 Set 的形式返回。

        5、关于Java中的优先队列：

PriorityQueue> queue = new PriorityQueue<>((o1, o2) -> o2.getValue() - o1.getValue());

         这行代码的意思是创建了一个优先队列（PriorityQueue）对象，该队列中的元素是 Map.Entry 类型。同时，通过传入一个比较器（Comparator）来指定优先队列中元素的排序规则。在这里的比较器中，使用 o2.getValue() - o1.getValue() 来定义元素的排序规则，表示按照值的大小降序排列。

        这行代码中传入了一个Lambda表达式作为比较器，Lambda表达式定义了如何对队列中的元素进行比较和排序。在这里，(o1, o2) -> o2.getValue() - o1.getValue() 表示比较器的逻辑，其中 o1 和 o2 分别表示优先队列中的两个元素。这个比较器的逻辑是通过比较两个 Map.Entry 对象的值来确定它们的顺序。具体来说，o2.getValue() - o1.getValue() 表示按照值的大小进行降序排列，也就是说，值较大的元素会被放在队列的前面。这样，当优先队列进行弹出操作时，会先弹出值较大的元素。

        而且，在Java中，优先队列（PriorityQueue）默认是小顶堆（Min Heap），也就是说，队列头部的元素是队列中最小的元素。因此，为了实现大顶堆（Max Heap），我们需要传入一个自定义的比较器来改变默认的排序规则。在这个例子中，通过传入 (o1, o2) -> o2.getValue() - o1.getValue() 这个Lambda表达式作为比较器，我们改变了默认的排序规则，使得值较大的元素会被放在队列的前面，从而实现了大顶堆的效果。这样，当优先队列进行弹出操作时，会先弹出值较大的元素。

        6、关于Lambda表达式：

        Lambda表达式是Java 8引入的一个重要特性，它提供了一种简洁的语法来表示匿名函数。Lambda表达式可以被视为一种匿名函数，它可以像普通方法一样传递给其他方法，也可以作为函数式接口的实例使用。

        Lambda表达式一般语法： 

(parameters) -> expression
或者
(parameters) -> { statements; }

         其中，parameters表示参数列表，可以为空或非空；箭头 -> 将参数列表和Lambda表达式的主体分隔开；expression或{ statements; }表示Lambda表达式的主体，可以是一个表达式或一段代码块。

        Lambda表达式的主要特点包括：

1. 简洁性：Lambda表达式可以大大减少冗余代码，使代码更加简洁易读。
2. 传递行为：Lambda表达式可以作为参数传递给方法，从而实现更灵活的行为传递。
3. 并行处理：Lambda表达式可以与Stream API一起使用，实现并行处理数据的功能。

        Lambda表达式在Java中被广泛应用于函数式接口、集合操作、并行处理等方面，极大地丰富了Java的编程语言特性。

        7、 offer()函数是用于向队列中插入元素的方法，它在队列满了时（对于有界队列）会返回false，否则会插入元素并返回true。

• 题解（借助大顶堆实现，语法基础也是关键）：

        即，将元素（key）及其出现次数（value）利用HashMap做一个存储，然后将每个元素及其出现次数作为映射关系存储在entrySet，最后利用选择器构建大顶堆，将在Set中存储的映射关系加入优先队列（大顶堆），然后控制弹出k个键值，即弹出了最大的k个元素的键值（key）。

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        //利用大顶堆实现
        int[] result = new int[k];
        HashMap map = new HashMap<>();
        for(int num : nums){
            map.put(num,map.getOrDefault(num, 0) + 1);
        }
        Set> entries = map.entrySet();
        //通过选择器构建大顶堆
        PriorityQueue> queue = new PriorityQueue<>((o1, o2) -> o2.getValue() - o1.getValue());
        for(Map.Entry entry : entries){
            queue.offer(entry);
        }
        //取前k个放入result
        for(int i = k - 1; i >= 0; i--){
            result[i] = queue.poll().getKey();
        }
        return result;
    }
}