Java中PriorityQueue的用法
PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>(){
public int compare(Integer a,Integer b){
return a-b;//a是刚插入该优先队列的数值，如果return的数小于0，则上升，return的数大于0则下降
//当a-b<0时，a上升，由此可知该优先队列是最小堆
}
});
Map<Integer,Integer> map = new HashMap();
map.put(key,value);
map.get(key);
map.containsKey();
map.keySet();//所有key的集合，用这个方法可以遍历hashmap
PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>(){
public int compare(Integer a,Integer b){
return nums[b]-nums[a];//这样当nums[a]>nums[b]的时候，就为负值，a结点就可以上升了
}
});
nums = [1,3,-1,-3,5,3,6,7], k = 3
当小根堆中元素数量不足k个，那就直接放入；如果元素数量等于k了，就需要判断当前小根堆根结点的频度和当前正在遍历的key的频度，如果key的频度大于根结点频度，就得把根结点弹出来，把key放进小根堆里
然后对于哈希表里面的每个key进行遍历，放入小根堆中
首先将元素和它的频度匹配，可想而知是使用哈希表
前k个，首先是堆可以实现，其次是冒泡排序k次可以实现，还有快速排序也可以实现，又因为时间复杂度要优于 O(n log n)，所以选择堆和快排，为了简单就是用堆排序
看到这个题目，肯定是将元素按照频率排序，然后找出前k个
给定一个非空的整数数组，返回其中出现频率前k高的元素。时间复杂度必须优于 O(n log n)
在真正实现时，队列中存储的应该是数值的索引，这样比较好判断是否在滑动窗口范围内
step6：[6]->[7]，当前滑动窗口最大值为7
step5：[5,3]->[6]，当前滑动窗口最大值为6
step4：[5]->[5,3]，当前滑动窗口最大值为5
step3：[3,-1,-3]->[5]，当前滑动窗口最大值为5
step2：[3,-1]->[3,-1,-3]，当前滑动窗口最大值为3
step1：[1]->[3]->[3,-1]，当前滑动窗口最大值为3
并且要让队头元素的索引都在滑动窗口范围内。
维护一个队列，让这个队列都是降序排列的，每进来一个新的数，从队列后面弹出所有比这个数小的数（因为最大值不可能在这些需要被弹出的数中产生），直到这个队列又是降序为止
考虑一下
2.降序队列解决
每次从优先队列里弹出最大值就行
维护一个优先队列，当优先队列里里面根结点<index-k+1时，就证明该结点不在滑动窗口范围内，就得把这个结点删除
优先队列是这样实现的：
首先，让优先队列里存储的是每个数字的下标，然后排序的时候按照下标对应的数组元素进行排序，优先队列得是一个大根队
1.优先队列解决
老大难问题，之前考虑了很久没有考虑出来，现在学会用优先队列了，开始happy了
给一个整数数组 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。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。
把每条链表的当前结点放入优先队列中（最小堆），然后从优先队列中取出当前val最小的结点。如果该结点有后继，就把该结点的后继放入优先队列中。
2.优先队列法
把每个链表的结点都放入优先队列中（最小堆），然后从优先队列中取出，形成一条升序链表
1.暴力破解法
给你一个链表数组，每个链表都已经按升序排列。请你将所有链表合并到一个升序链表中，返回合并后的链表。
Java中HashMap的用法
原文：https://www.cnblogs.com/boyaBlog/p/14591824.html