目录
239. 滑动窗口最大值 （主要理解思路）
题目链接：239. 滑动窗口最大值
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 num=0;
//自定义队列
MyDeque myDeque = new MyDeque();
//先将前k个元素放入队列
for(int i =0;i<k;i++){
myDeque.add(nums[i]);
}
res[num++] = myDeque.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
myDeque.poll(nums[i-k]);
//滑动窗口加入最后面的元素
myDeque.add(nums[i]);
//记录对应的最大值
res[num++] = myDeque.peek();
}
return res;
}
}
class MyDeque{
//解法一：自定义数组
Deque<Integer> deque = new LinkedList<>();
//弹出元素时，比较当前要弹出的值是否等于队列出口的数值，如果相等则弹出
//同时判断当前队列是否为空
void poll(int val){
if(!deque.isEmpty()&&val==deque.peek()){
deque.poll();
}
}
//添加元素时，如果要添加的元素大雨入口处的元素，就将元素弹出
//保证队列元素递减
//比如此时队列元素3，1，2将要入队，比1大，所以1弹出，此时队列3，2
void add(int val){
while(!deque.isEmpty()&&val>deque.getLast()){
deque.removeLast();
}
deque.add(val);
}
//队列队顶元素始终为最大值
int peek(){
return deque.peek();
}
}
class Solution {
public int[] maxSlidingWindow(int[] nums, int k) {
//解法二:
//利用双端队列手动实现单调队列
/**
用一个单调队列来存储对应的下标，每当窗口滑动的时候，直接取队列的头部指针对应的值放入结果集即可
单调队列类似（tail-->）3-->2-->10(-->head)(右边为头节点，元素存的是下标)
*/
ArrayDeque<Integer> deque = new ArrayDeque<>();
int n = nums.length;
int[] res = new int[n-k+1];
int idx = 0;
for(int i =0;i<n;i++){
//根据题意，i为nums下标，是要在[i-k+1,i]中选到最大值，只需要保证两点
//1. 队列头节点需要在[i-k+1,i]范围内，不符合则要弹出
while(!deque.isEmpty()&&deque.peek()<i-k+1){
deque.poll();
}
//2.既然是单调，就要保证每次放进去的数字比末尾的都大，否则也要弹出
while(!deque.isEmpty()&&nums[deque.peekLast()]<nums[i]){
deque.pollLast();
}
deque.offer(i);
//因为单调，当i增长到符合第一个k范围的时候，每滑动一步，都将队列头节点放入结果就行
if(i>=k-1){
res[idx++]=nums[deque.peek()];
}
}
return res;
}
}
347. 前 K 个高频元素（主要理解思路）
题目链接：347. 前 K 个高频元素
class Solution {
public int[] topKFrequent(int[] nums, int k) {
int[] result = new int[k];
HashMap<Integer,Integer> map = new HashMap<>();
for(int num:nums){
map.put(num,map.getOrDefault(num,0)+1);
}
Set<Map.Entry<Integer,Integer>> entries = map.entrySet();
PriorityQueue<Map.Entry<Integer,Integer>> queue = new PriorityQueue<>((o1,o2)->o2.getValue()-o1.getValue());
for(Map.Entry<Integer,Integer> entry:entries){
queue.offer(entry);
}
for(int i=k-1;i>=0;i--){
result[i]=queue.poll().getKey();
}
return result;
}
}
栈经典题目
括号匹配
建议要写代码之前要分析好有哪几种不匹配的情况，如果不动手之前分析好，写出的代码也会有很多问题。
先来分析一下 这里有三种不匹配的情况，
第一种情况，字符串里左方向的括号多余了，所以不匹配。
第二种情况，括号没有多余，但是括号的类型没有匹配上。
第三种情况，字符串里右方向的括号多余了，所以不匹配。
这里还有一些技巧，在匹配左括号的时候，右括号先入栈，就只需要比较当前元素和栈顶相不相等就可以了，比左括号先入栈代码实现要简单的多了！
字符串去重问题
思路就是可以把字符串顺序放到一个栈中，然后如果相同的话 栈就弹出，这样最后栈里剩下的元素都是相邻不相同的元素了。
逆波兰表达式问题
本题中每一个子表达式要得出一个结果，然后拿这个结果再进行运算，那么这岂不就是一个相邻字符串消除的过程，和栈与队列：匹配问题都是栈的强项 (opens new window)中的对对碰游戏是不是就非常像了。
队列的经典题目
滑动窗口最大值问题
这道题目还是比较绕的，如果第一次遇到这种题目，需要反复琢磨琢磨
主要思想是队列没有必要维护窗口里的所有元素，只需要维护有可能成为窗口里最大值的元素就可以了，同时保证队列里的元素数值是由大到小的。
那么这个维护元素单调递减的队列就叫做单调队列，即单调递减或单调递增的队列。C++中没有直接支持单调队列，需要我们自己来一个单调队列
而且不要以为实现的单调队列就是 对窗口里面的数进行排序，如果排序的话，那和优先级队列又有什么区别了呢。
设计单调队列的时候，pop，和push操作要保持如下规则：
pop(value)：如果窗口移除的元素value等于单调队列的出口元素，那么队列弹出元素，否则不用任何操作
push(value)：如果push的元素value大于入口元素的数值，那么就将队列出口的元素弹出，直到push元素的数值小于等于队列入口元素的数值为止
保持如上规则，每次窗口移动的时候，只要问que.front()就可以返回当前窗口的最大值。
单调队列，首先要明确的是，题解中单调队列里的pop和push接口，仅适用于本题。
单调队列不是一成不变的，而是不同场景不同写法，总之要保证队列里单调递减或递增的原则，所以叫做单调队列。
求前 K 个高频元素
通过求前 K 个高频元素，引出另一种队列就是优先级队列。
什么是优先级队列呢？
其实就是一个披着队列外衣的堆，因为优先级队列对外接口只是从队头取元素，从队尾添加元素，再无其他取元素的方式，看起来就是一个队列。
而且优先级队列内部元素是自动依照元素的权值排列。那么它是如何有序排列的呢？
缺省情况下priority_queue利用max-heap（大顶堆）完成对元素的排序，这个大顶堆是以vector为表现形式的complete binary tree（完全二叉树）。
什么是堆呢？
堆是一棵完全二叉树，树中每个结点的值都不小于（或不大于）其左右孩子的值。 如果父亲结点是大于等于左右孩子就是大顶堆，小于等于左右孩子就是小顶堆。
所以大家经常说的大顶堆（堆头是最大元素），小顶堆（堆头是最小元素），如果懒得自己实现的话，就直接用priority_queue（优先级队列）就可以了，底层实现都是一样的，从小到大排就是小顶堆，从大到小排就是大顶堆。
本题就要使用优先级队列来对部分频率进行排序。 注意这里是对部分数据进行排序而不需要对所有数据排序！
所以排序的过程的时间复杂度是 O ( log k ) O(\log k) O(logk)，整个算法的时间复杂度是O(n\log k)。
