代码随想录算法训练营第十三天| 239. 滑动窗口最大值 347. 前 K 个高频元素

合集 - 算法(18)

10.代码随想录算法训练营第十三天| 239. 滑动窗口最大值 347. 前 K 个高频元素2024-03-18

11.代码随想录算法训练营第十四天| 二叉树相关递归遍历以及迭代遍历2024-03-19 12.代码随想录算法训练营第十五天| 226. 翻转二叉树 101. 对称二叉树2024-03-20 13.代码随想录算法训练营第十六天| 104. 二叉树的最大深度 111. 二叉树的最小深度 222. 完全二叉树的节点个数2024-03-21 14.代码随想录算法训练营第十七天| 110. 平衡二叉树 257. 二叉树的所有路径 404. 左叶子之和2024-03-22 15.代码随想录算法训练营第十八天| 513. 找树左下角的值 112. 路径总和 113. 路径总和 II 106. 从中序与后序遍历序列构造二叉树 105. 从前序与中序遍历序列构造二叉树2024-03-23 16.代码随想录算法训练营第二十一天，二十二，二十三| 530. 二叉搜索树的最小绝对差 501. 二叉搜索树中的众数 236. 二叉树的最近公共祖先 235. 二叉搜索树的最近公共祖先 701. 二叉搜索树中的插入操作 450. 删除二叉搜索树中的节点2024-04-04 17.代码随想录算法训练营第二十四天二十五 | 回溯的理论基础，77. 组合 216. 组合总和 III 17. 电话号码的字母组合2024-04-05 18.代码随想录 | 图论 797. 所有可能的路径（dfs），200. 岛屿数量（dfs）200. 岛屿数量（bfs），并查集，1971. 寻找图中是否存在路径2024-04-05

239. 滑动窗口最大值
https://leetcode.cn/problems/sliding-window-maximum/description/

public  int[] maxSlidingWindow(int[] nums, int k) {
        int[] res = new int[nums.length - k + 1];
        int index = 0;
        ArrayDeque<Integer> deque = new ArrayDeque<>();
        for (int i = 0; i < nums.length; i++) {
            while (!deque.isEmpty() && deque.peek() < i - k + 1) {
                deque.poll();
            }
            while (!deque.isEmpty() && nums[i] > nums[deque.peekLast()]) {
                deque.pollLast();
            }
            deque.offer(i);
            if (i >= k - 1) {
                res[index++] = nums[deque.peek()];
            }
        }
        return res;
    }

总结：判断一个区间上的最大值问题直接就想到了堆（优先级队列），但是本题是滑动窗口的，所以涉及到不在窗口内的左侧元素的删除问题，若用优先级队列自带的remove()，显然时间复杂度太高，当滑动窗口的left移动到3时，若最大值出现在3左侧，需要把最大值删除，这不是一个if单个过程，这是while的循环过程，所以队列中存的就不应该是真正的值，而是数组中这个值的下标，所以如果是用优先级队列的话，会根据下标的大小进行排序。所以我们采用deque手动模拟单调队列，当要入队的元素>当前max时，就把当前max弹出，之后再入队，这样每个队头都是当前最大值，还要考虑到最大值在滑动窗口外的情况。
347. 前 K 个高频元素
https://leetcode.cn/problems/top-k-frequent-elements/description/?envType=study-plan-v2&envId=top-100-liked

public int[] topKFrequent(int[] nums, int k) {
        int[] res = new int[k];
        HashMap<Integer,Integer> map = new HashMap<>();
        for (int num : nums) {
            Integer count = map.getOrDefault(num, 0) + 1;
            map.put(num,count);
        }
        PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(( o1,  o2) -> map.get(o2) - map.get(o1));
        for (Integer integer : map.keySet()) {
            priorityQueue.add(integer);
        }
        for (int i = 0; i < k; i++) {
            res[i] = priorityQueue.poll();
        }
        return res;
    }