class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if (nums.length == 1) {
            return nums;
        }
        // 创建存放结果的数组
        int len = nums.length - k + 1; // 计算存放结果的数组的长度
        int[] result = new int[len];
        int index = 0; // 存放结果的数组的下标
        // 创建自定义的单调队列
        MyQueue myqueue = new MyQueue();
        // 先将前k个元素放入队列中（在这个放入的过程中排序已经开始了）
        for (int i = 0; i < k; i++) {
            myqueue.push(nums[i]);
        }
        // 上面这个for循环走完的时候，第一个窗口的最大值就站在队头的了
        result[index++] = myqueue.getMaxNum(); // 获取到了第一个窗口的最大值并存放结果，移动下标 
        // 滑动窗口开始移动，因为队列中现在已经添加了k个值了
        // 滑动窗口每次出队一个，入队一个
        for (int i = k; i < nums.length; i++) {
            // 先出队，如果是上一个滑动窗口的第一个元素，就让它出队
            myqueue.poll(nums[i - k]);
            // 再入队，入队的时候，自定义队列的添加方法会自动判断，保证窗口的队头是最大值
            myqueue.push(nums[i]);
            // 获取这个窗口对应的最大值
            result[index++] = myqueue.getMaxNum();
        }
        return result;
    }
}
class MyQueue {
    Deque<Integer> deque = new LinkedList<>();
    // 弹出元素时，比较当前要弹出的数值是否相等队头的数值
    // 如果队头的元素和传入的数值是一样的，说明队列中有k个元素，是满的，在上一个窗口中，窗口的第一个元素就是最大值
    // 如果队头的元素和传入的数值是不一样的，说明窗口的第一个元素已经被窗口中的最大值干掉了，不用进行窗口移动操作了
    void poll (int val) {
        if (!deque.isEmpty() && val == deque.peek()) {
            deque.poll();
        }
    }
    // 添加元素的时候，如果添加的元素大于在队列中的元素，就要将元素弹出
    // 保证队列中的元素是单调递减的
    void push (int val) {
        while (!deque.isEmpty() && val > deque.getLast()) {
            deque.pollLast();
        }
        deque.offerLast(val);
    }
    int getMaxNum() {
        return deque.peek();
    }
}

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        // 首先使用Map统计每个数字出现的频率
        // key代表的是数字本身
        // value代表数字出现过的次数
        Map<Integer,Integer> map = new HashMap();
        for (int num : nums) {
            map.put(num , map.getOrDefault(num,0)+1);
        }
        // 使用优先级队列，按照数字出现过的次数从大到小进行排序
        // 将集合元素中的key和Value转换成int[key,value]进行保存
        // 创建优先队列，定义集合中的元素类型为int[],定义集合中的比较器为(int1,int2)->int2[1]-int1[1](根据value进行比较排序)
        PriorityQueue<int[]> pq = new PriorityQueue<>((int1,int2)->int2[1]-int1[1]);
        // 将Map集合转换成Set集合,才可以对map集合进行遍历
        Set<Map.Entry<Integer,Integer>> entrys = map.entrySet();
        // 将集合中的元素按照value排序添加到PriorityQueue集合中
        for (Map.Entry<Integer,Integer> entry : entrys)  {
            pq.add(new int[]{entry.getKey(),entry.getValue()});
        }
        // 创建接收结果的数组
        int[] result = new int[k];
        // 将优先队列中的前k个数组中的key添加到数组中
        for (int i = 0; i < k; i++) {
            result[i] = pq.poll()[0];
        }
        return result;
    }
}

class Solution{
    public int[] topKFrequent2(int[] nums, int k) {
        Map<Integer,Integer> map = new HashMap<>();//key为数组元素值,val为对应出现次数
        for(int num:nums){
            map.put(num,map.getOrDefault(num,0)+1);
        }
        //在优先队列中存储二元组(num,cnt),cnt表示元素值num在数组中的出现次数
        //出现次数按从队头到队尾的顺序是从小到大排,出现次数最低的在队头(相当于小顶堆)
        PriorityQueue<int[]> pq = new PriorityQueue<>((pair1,pair2)->pair1[1]-pair2[1]);
        for(Map.Entry<Integer,Integer> entry:map.entrySet()){//小顶堆只需要维持k个元素有序
            if(pq.size()<k){//小顶堆元素个数小于k个时直接加
                pq.add(new int[]{entry.getKey(),entry.getValue()});
            }else{
                if(entry.getValue()>pq.peek()[1]){//当前元素出现次数大于小顶堆的根结点(这k个元素中出现次数最少的那个)
                    pq.poll();//弹出队头(小顶堆的根结点),即把堆里出现次数最少的那个删除,留下的就是出现次数多的了
                    pq.add(new int[]{entry.getKey(),entry.getValue()});
                }
            }
        }
        int[] ans = new int[k];
        for(int i=k-1;i>=0;i--){//依次弹出小顶堆,先弹出的是堆的根,出现次数少,后面弹出的出现次数多
            ans[i] = pq.poll()[0];
        }
        return ans;
    }
}