算法day27

第一题

515. 在每个树行中找最大值

        首先是遍历每层的节点，将每一层最大值的节点的值保留下来，最后将所有层的最大值的表返回；具体的遍历每层节点的过程如上一篇故事；

综上所述，代码如下：

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() {}
 *     TreeNode(int val) { this.val = val; }
 *     TreeNode(int val, TreeNode left, TreeNode right) {
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     }
 * }
 */
class Solution {
    public List<Integer> largestValues(TreeNode root) {
        List<Integer> ret = new ArrayList<>();
        if(root== null) return ret;
        Queue<TreeNode> q = new LinkedList<>();
        q.add(root);
        while(!q.isEmpty()){
            int size = q.size();
            int tmp = Integer.MIN_VALUE;
            for(int i = 0;i<size;i++){
                TreeNode t = q.poll();
                tmp = Math.max(tmp,t.val);
                if(t.left != null)q.add(t.left);
                if(t.right != null) q.add(t.right);
            }
            ret.add(tmp);
        }
        return ret;
    }
}

第二题

1046. 最后一块石头的重量

实例分析：

        我们采用堆的解题方法；

        创建一个大根堆，把所有的元素放入到大根堆里面；

        每次返回堆顶的两个元素，得到两个数的差值在进入到大根堆里面；

        最后只要大根堆的里面有元素就一直重复出堆相减的操作；

        返回最后的数值即可；

综上所述，代码如下：

class Solution {
    public int lastStoneWeight(int[] stones) {
        //1、创建一个大根堆
        PriorityQueue<Integer> heap = new PriorityQueue<>((a,b) -> b-a);
        //2、把所有的石头放进堆里里面
        for(int x :stones){
            heap.offer(x);
        }
        //3、模拟
        while(heap.size()>1){
            int a = heap.poll();
            int b = heap.poll();
            if(a > b ){
                heap.offer(a-b);
            }
        }
        return heap.isEmpty()?0:heap.peek();
    }
}

第三题

703. 数据流中的第 K 大元素

本题是top-k模型，解题思路如下所示：

        创建一个长度为k的小根堆，然后开始往里面加入元素，一直等加入元素后小根堆的长度大于k值时，我们进行出堆操作，即将小根堆顶部的元素退出去，在进行入堆操作，就这样一直重复操作，直到所有的元素都进行过入堆操作，这时候返回的堆顶的元素即是我们所求；

        综上所述，代码如下：

class KthLargest {
    PriorityQueue<Integer> heap;
    int k1;
 
    public KthLargest(int k, int[] nums) {
        k1 = k;
        heap = new PriorityQueue<>();
        for(int x : nums){
            heap.offer(x);
            if(heap.size() > k1){
                heap.poll();
            }
        }
    }
    
    public int add(int val) {
        heap.offer(val);
        if(heap.size() > k1){
            heap.poll();
        }
        return heap.peek();
    }
}
 
/**
 * Your KthLargest object will be instantiated and called as such:
 * KthLargest obj = new KthLargest(k, nums);
 * int param_1 = obj.add(val);
 */

第四题

692. 前K个高频单词

解法：本题利用堆来解决top-k问题；

步骤：

步骤一：

        预处理一下原始的字符串数组，即用一个hash表统计一下每一个单词出现的频次；

步骤二：

        创建一个大小为k的堆：

        频次不同：小根堆

        频次相同时创建大根堆（字典序）

步骤三：

        开始循环操作：

        让元素依次进堆，判断条件，如果不满足条件的话就进行堆顶的元素出堆操作

步骤四：

        根据实际情况对元素进行逆序操作

        综上所述，代码如下：

class Solution {
    public List<String> topKFrequent(String[] words, int k) {
        //1、统计一下每一个单词出现的次数
        Map<String,Integer> hash = new HashMap<>();
        for(String s: words){
            hash.put(s,hash.getOrDefault(s,0)+1);
        }
        //2、创建一个大小为k的堆
        PriorityQueue<Pair<String,Integer>> heap = new PriorityQueue<>
        (
            (a,b) -> {
                if(a.getValue().equals(b.getValue()))//出现频次相同的时候，字典按照大根堆的顺序排列
                {
                    return b.getKey().compareTo(a.getKey());
                }
                return a.getValue() - b.getValue();
            }
        );
        //3、top-k的主逻辑
        for(Map.Entry<String,Integer> e : hash.entrySet()){
            heap.offer(new Pair<>(e.getKey(),e.getValue()));
            if(heap.size() > k){
                heap.poll();
            }
        }
        //4、提取结果
        List<String> ret = new ArrayList<>();
        while(!heap.isEmpty()){
            ret.add(heap.poll().getKey());
        }
        //逆序数组
        Collections.reverse(ret);
        return ret;
    }
}

ps：本次的内容就到这里了，如果对你有所帮助的话就请一键三连哦！！！