前k个高频元素

347. 前 K 个高频元素

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

一共有三种不同的题解：

1、把数据存到哈希表中，然后通过哈希表来排序，时间复杂度n*logn

2、大根堆 k*logn

3、小根堆 k*logn

这里的大/小根堆数据结构Java中都是有的，就是 优先队列（PriorityQueue）

 第一种解法

public class Solution {public int[] topKFrequent(int[] nums, int k) {int[] ak = new int[k];int cnt = 0;HashMap<Integer, Integer> map = new HashMap<>();int len = nums.length;for (int i = 0; i < len; i++) {map.put(nums[i], map.getOrDefault(nums[i], 0) + 1);}List<Map.Entry<Integer, Integer>> list = new ArrayList<>(map.entrySet());list.sort(Map.Entry.comparingByValue(Comparator.reverseOrder()));for (int i = 0; i < k; i++) {ak[cnt++] = list.get(i).getKey();}return ak;}
}

大根堆

public class Solution {public int[] topKFrequent(int[] nums, int k) {int[] ak = new int[k];HashMap<Integer, Integer> map = new HashMap<>();//这里是大顶堆PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2)->pair2[1]-pair1[1]);for(int num : nums){map.put(num, map.getOrDefault(num,0) +1);   //default}for(Map.Entry<Integer,Integer> entry : map.entrySet()){pq.add(new int[]{entry.getKey(),entry.getValue()});}for(int i =0;i<k;i++){ak[i] = pq.poll()[0];}return ak;}
}

3、小根堆

public class Solution {public int[] topKFrequent(int[] nums, int k) {int[] ak = new int[k];HashMap<Integer, Integer> map = new HashMap<>();//这里是大顶堆// PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2)->pair2[1]-pair1[1]);//小根堆PriorityQueue<int[]> pq = new PriorityQueue<>((pair1, pair2)->pair1[1]-pair2[1]);for(int num : nums){map.put(num, map.getOrDefault(num,0) +1);   //default}for(Map.Entry<Integer,Integer> entry : map.entrySet()){// pq.add(new int[]{entry.getKey(),entry.getValue()});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()});}}}for(int i =k-1;i >=0 ;i--){ak[i] = pq.poll()[0];}return ak;}
}

239. 滑动窗口最大值

力扣题目链接(opens new window)

给定一个数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。

返回滑动窗口中的最大值。

因为刚学到了优先队列，想的是直接用这个优先队列暴力破解，但是没有想到的是数据量确实太大了，直接失败了。

 

后面真正解法是：

自己定义一个类，然后类中定义一个变量，双向队列，然后模拟优先队列的方法来实现

class myQueue{//这里是双端队列，双向队列是指该队列两端的元素既能入队（offer）也能出队(poll)Deque<Integer> deque = new LinkedList<>();void poll(int val){if(!deque.isEmpty() && deque.peek() == val)deque.poll();}void add(int val){while (!deque.isEmpty() && val > deque.getLast()) {deque.removeLast();}deque.add(val);}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[] res = new int[len];int cnt = 0;myQueue myQueue = new myQueue();//先将前k的元素放入队列for (int i = 0; i < k; i++) {myQueue.add(nums[i]);}res[cnt++] = myQueue.peek();for (int i = k; i < nums.length; i++) {//滑动窗口移除最前面的元素，移除是判断该元素是否放入队列myQueue.poll(nums[i - k]);//滑动窗口加入最后面的元素myQueue.add(nums[i]);//记录对应的最大值res[cnt++] = myQueue.peek();}return res;}
}