代码随想录刷题|LeetCode 239. 滑动窗口最大值 347.前 K 个高频元素(下)

简介: 代码随想录刷题|LeetCode 239. 滑动窗口最大值 347.前 K 个高频元素

滑动窗口最大值


  第一步:自定义单调队列

       第二步:创建存放结果的数组,创建窗口队列

       第三步:先将前k个元素放入窗口中,也就是指定了窗口的大小

       第四步:遍历数组,获取窗口的最大值

               每次移动窗口,先poll(),再push(),保证了窗口中的元素

               获取窗口最大值

       第五步:返回最大值数组

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();
    }
}

347.前 K 个高频元素

题目链接:力扣

思路

     

这道题目的整体思路还是比较简单的,就是代码不好写


       我们是要计算出现频率前k高的元素,思路主要分为三步:

               1、记录每个数字出现过的次数

               2、对数字出现的次数进行排序

               3、返回前k个出现频率高的数字


       思路是不是挺简单的,但是代码不容易,要怎么记录,要怎么存储数据,要怎么进行排序……是这个题目的难点,下面一一进行拆解:


       1、记录每个数字出现过的次数:

               这种记录某元素出现过多少次的要求,最合适的就是Map集合,这里key代表数字,value代表数字出现过的次数


       2、对数字出现的次数进行排序:

               如果对所有的value进行排序的话,时间复杂度会比较高。像这种前k个、出现次数最高的,我们可以使用大顶堆和小顶堆的思路,大顶堆和小顶堆都是可以自动排序的,然后我们只需要维持顶堆中的前k个元素就可以了

               因为这里我们维护的元素是固定的,前k个,如果使用大顶堆,k个元素满了之后,再加进来元素,最大的元素就要被推出顶堆,所以不合适。如果不维护固定的个数使用大顶堆也是可以的哈

               因此我们要使用小顶堆,这样,k个元素满了之后,再加入元素,最小的元素就会被推出顶堆

               java中实现小顶堆和大顶堆的就是PriorityQueue<E>,是一个基于优先级堆的无界优先级队列。排序需要Comparator,用来自定义排序的方法


9b74d24450b0472e8c10d570f649ad61.png


               对Comparator接口进行说明:


08df171243634af68bce252df47c88e4.png


                到此,排序的数据结构我们也选择好了


       3、返回前k个出现频率高的数字

               按照小顶堆进行排序后,PriorityQueue队列中队尾是出现频率最多的元素,往队头的方向逐渐减少,所以想数组存放数字的时候,从后往前存放就可以


前 K 个高频元素

使用大顶堆的思路


  第一步:使用Map集合记录每个数字出现过的次数

               key代表数字本身

               value代表数字出现过的次数

       第二步:使用PriorityQueue优先队列维护出现频率最高的前k个数字

               优先队列需要排序,排序需要比较器,比较器比较的是value的元素

               将集合中的每个键值对的key和value包装到一个二元组中int[key,value]

               先将map集合通过entrySet()方法转换成Set集合

               Set集合中是每个键值对的set映射,每个对象可以获取到key和value

               遍历Set集合中的元素,将每个对象转换成二元组[key,value]的形式添加到优先队列中

       第三步:使用数组记录频率前k高的数字

               优先队列中推出前k个元素,将其中每个对象的key添加到数组中

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;
    }
}

使用小顶堆的思路

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;
    }
}
相关文章
|
2月前
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
|
29天前
【LeetCode 26】239.滑动窗口最大值
【LeetCode 26】239.滑动窗口最大值
30 1
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
280页PDF,全方位评估OpenAI o1,Leetcode刷题准确率竟这么高
【10月更文挑战第24天】近年来,OpenAI的o1模型在大型语言模型(LLMs)中脱颖而出,展现出卓越的推理能力和知识整合能力。基于Transformer架构,o1模型采用了链式思维和强化学习等先进技术,显著提升了其在编程竞赛、医学影像报告生成、数学问题解决、自然语言推理和芯片设计等领域的表现。本文将全面评估o1模型的性能及其对AI研究和应用的潜在影响。
11 1
|
2月前
|
数据采集 负载均衡 安全
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
本文提供了多个多线程编程问题的解决方案,包括设计有限阻塞队列、多线程网页爬虫、红绿灯路口等,每个问题都给出了至少一种实现方法,涵盖了互斥锁、条件变量、信号量等线程同步机制的使用。
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
|
30天前
【LeetCode 04】滑动窗口法总结
【LeetCode 04】滑动窗口法总结
15 0
|
3月前
|
Python
【Leetcode刷题Python】1467. 两个盒子中球的颜色数相同的概率
本文介绍了LeetCode第50题"Pow(x, n)"的解法,题目要求实现计算x的n次幂的函数,文章提供了递归分治法的详细解析和Python实现代码。
37 0
|
3月前
|
Python
【Leetcode刷题Python】剑指 Offer 32 - III. 从上到下打印二叉树 III
本文介绍了两种Python实现方法,用于按照之字形顺序打印二叉树的层次遍历结果,实现了在奇数层正序、偶数层反序打印节点的功能。
54 6
|
3月前
|
Python
【Leetcode刷题Python】剑指 Offer 26. 树的子结构
这篇文章提供了解决LeetCode上"剑指Offer 26. 树的子结构"问题的Python代码实现和解析,判断一棵树B是否是另一棵树A的子结构。
47 4
|
3月前
|
搜索推荐 索引 Python
【Leetcode刷题Python】牛客. 数组中未出现的最小正整数
本文介绍了牛客网题目"数组中未出现的最小正整数"的解法,提供了一种满足O(n)时间复杂度和O(1)空间复杂度要求的原地排序算法,并给出了Python实现代码。
107 2
|
3月前
|
索引 Python
【Leetcode刷题Python】从列表list中创建一颗二叉树
本文介绍了如何使用Python递归函数从列表中创建二叉树,其中每个节点的左右子节点索引分别是当前节点索引的2倍加1和2倍加2。
54 7