栈与队列part03

发布时间:2023年12月26日

****今日内容:

● 239. 滑动窗口最大值

● 347.前 K 个高频元素

● 总结

1.239. 滑动窗口最大值

239. 滑动窗口最大值

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        //思路:遍历数组,连个指针(快慢指针),快指针用作遍历(每次加1),慢指针用作下标(每次加k)
        //取到一组后放进一个数组里面,取出最大值,然后放进队列中
        //最终队列出列,放进数组里面返回
        
        //看完代码随想录后的思路
        //定义一个队列,我们自己去自定义方法
        //遍历前k个,先将数组前k个加入到队列中
        //(如果是队列为空就直接加进去,如果不为空并且要加入的目标值大于队列顶部的值,那么我们就先将这个顶部的值出列,然后我们再将目标值加入进去,保证栈顶元素是最大的)
        //然后将这个栈顶元素保存下来,这个就是第一个滑动窗口的最大值了

        //然后我们进行下一轮窗口的判断,如果此时栈顶元素等于我们的上一轮滑动窗口的第一个元素,那么我们需要将他移除(当然也有可能跟在第一轮滑动窗口处理就被因为小被挤出去了)
        //再将这个下一轮窗口的最后一个元素加入进去队列
        //最后再次取出这个队列的栈顶元素,也就是最大值保存起来

        //当数组长度为1时,直接返回该数组
        if(nums.length==1){
            return nums;
        }

        //创建存放结果的数组
        int[] arr=new int[nums.length-k+1];
        //计数器
        int num=0;
        //创建自定义队列
        MyQueue myqueue=new MyQueue();

        //先将前面k个元素放进队列中
        for(int i=0;i<k;i++){
            myqueue.add(nums[i]);
        }
        //此时栈顶元素就是此次滑动窗口的最大值
        arr[num++]=myqueue.peek();
        //将保存值得数组指针往下跳一位
        

        //继续处理剩下得滑动窗口
        for(int i=k;i<nums.length;i++){
            //先去判断用不用将上一轮滑动窗口的首元素删除
            myqueue.poll(nums[i-k]);
            //再将下一轮滑动窗口的最后一个元素加进队列中
            myqueue.add(nums[i]);
            //将栈顶元素保存起来到数组中
            arr[num++]=myqueue.peek();
            //num++;
        }
        return arr;
    }
}
//自定义队列方法
class MyQueue{
    //定义一个队列
    Deque<Integer> deque=new LinkedList<>();

    //自定义我们想要的增加元素和删除元素的方法
    void poll(int val){
        //如果此时传进来的目标值等于我们的栈顶元素,我们就将他给移除掉(也就是处理上一轮滑动窗口的第一个元素,才好添加下一轮滑动窗口的最后一个元素进入队列)
        if(!deque.isEmpty()&&deque.peek()==val){
            deque.poll();
        }
    }

    void add(int val){
        //如果添加进来的目标值大于现在队列的最后一个元素,那么我们就先将前面的删除掉再加入进来
        while(!deque.isEmpty()&&deque.getLast()<val){
            deque.removeLast();//这里的方法都能够看出要去熟悉下不同集合的各种方法和说明,做个文档,方便自己查找
        }
        //删除完再加入进来
        //或者
        //队列如果空,就直接加入进来
        deque.add(val);
    }
    //队列栈顶元素为最大值
    int peek(){
        return deque.peek();
    }
}

2.347.前 K 个高频元素(待补)

347. 前 K 个高频元素

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        //没仔细做,下次补
        //出现频率前k高的元素
        //我直接用哈希法
        //直接对Hashmap的value排序,输出key就可以了
        //定义一个存放结果的数组
        int[] arr=new int[k];
        //将对应值的下标频率进行增加
        //key为元素值,value为对应出现的次数
        HashMap<Integer,Integer> map=new HashMap<>();
        for(int i=0;i<nums.length;i++){
            map.put(nums[i],map.getOrDefault(nums[i],0)+1);
        }
         List<Map.Entry<Integer,Integer>> list = new ArrayList<>(map.entrySet());
        Collections.sort(list, new Comparator<Map.Entry<Integer, Integer>>() {
            public int compare(Map.Entry<Integer, Integer> o1, Map.Entry<Integer, Integer> o2) {
                return (o2.getValue()) - o1.getValue();
            }
        });
        int[] ans = new int[k];
        for (int i = 0; i < k; i++) {
            Map.Entry<Integer, Integer> entry = list.get(i);
            ans[i] = entry.getKey();
        }
        
        return ans;

        //用堆算法待补
    }
}
文章来源:https://blog.csdn.net/Belle_Daisy/article/details/135211449
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。