详细讲解:点击跳转

239. 滑动窗口最大值

给你一个整数数组 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 。

示例 1：

输入：nums = [1,3,-1,-3,5,3,6,7], k = 3
输出：[3,3,5,5,6,7]
解释：
滑动窗口的位置                最大值
---------------               -----
[1  3  -1] -3  5  3  6  7       31 [3  -1  -3] 5  3  6  7       31  3 [-1  -3  5] 3  6  7       51  3  -1 [-3  5  3] 6  7       51  3  -1  -3 [5  3  6] 7       61  3  -1  -3  5 [3  6  7]      7

示例 2：

输入：nums = [1], k = 1
输出：[1]

提示：

• 1 <= nums.length <= 105
• -104 <= nums[i] <= 104
• 1 <= k <= nums.length

我们维护一个单调队列,队列的第一个元素是窗口的最大值,队列中只装有可能是最大值的数,同时保证队列里的元素数值是由大到小的。

   

思路:

维护一个单调队列 (队头到队尾依次减小),

push(int x): 将队列中小于x的全部弹出

pop(int x):x==队头元素,弹出x

peek():队头元素,也就是窗口最大值

class Solution {public int[] maxSlidingWindow(int[] nums, int k) {//先将K个元素加入int[] result = new int[nums.length+1-k];int n=0;myQueue myQueue1= new myQueue();for(int i=0;i<k;i++){myQueue1.push(nums[i]);}result[n++]=myQueue1.peek();//移动窗口,i是窗口右部,for(int i=k;i<nums.length;i++){myQueue1.pop(nums[i-k]);myQueue1.push(nums[i]);  result[n++]=myQueue1.peek();}return result;}
}class myQueue{List<Integer> list;public myQueue(){list = new LinkedList<>();}public void push(int x){while(list.size()>0&&list.get(list.size()-1)<x){list.remove(list.size()-1);}list.add(x);}public void pop(int x){if(x==list.get(0)){list.remove(0);}}public int peek(){return list.get(0);}
}

---

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。

示例 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

示例 2:

输入: nums = [1], k = 1
输出: [1]

提示：

• 1 <= nums.length <= 105
• k 的取值范围是 [1, 数组中不相同的元素的个数]
• 题目数据保证答案唯一，换句话说，数组中前 k 个高频元素的集合是唯一的

进阶：你所设计算法的时间复杂度 必须 优于 O(n log n) ，其中 n 是数组大小。

思路:

本题与上一题不同,上一题只需要维护一个单调队列,不要求单调队列的长度,本题不仅需要维持单调,还要维持长度=k

1. 要统计元素出现频率:使用map来进行统计
2. 对频率排序:用一个size为k的优先级队列,用小顶堆实现,个数大于K时弹出最小值
3. 找出前K个高频元素

class Solution {public int[] topKFrequent(int[] nums, int k) {//记录每个数出现的对应次数Map<Integer,Integer> map=new HashMap<>();for(int i=0;i<nums.length;i++){map.put(nums[i],map.getOrDefault(nums[i],0)+1);}//建立小顶堆PriorityQueue<int[]> priorityQueue = new PriorityQueue<>((a1, a2) -> a1[1] - a2[1]);//遍历mapfor (Map.Entry<Integer, Integer> entry : map.entrySet()){if(priorityQueue.size()<k){priorityQueue.add( new int[]{entry.getKey(), entry.getValue()});}else{if(priorityQueue.peek()[1]<entry.getValue()){priorityQueue.poll();//弹出队头,也就是最小值priorityQueue.add(new int[]{entry.getKey(), entry.getValue()});}}}
//结果按照次数多的排在前面int result[] = new int[priorityQueue.size()];int i=priorityQueue.size()-1;while(priorityQueue.size()>0){int temp =  priorityQueue.poll()[0];result[i--] = temp;}return result;}
}