一、栈类-Stack类

栈的声明+初始化：Stack s=new Stack<>();

二、队列-Queue接口

Deque q1= new ArrayDeque<>();

重点：

上面两个方法是ArrayDeque类中的两个方法
方法1：将ArrayDeque类型转化为Object[]类型
方法2：将ArrayDeque类型转化为T[]类型

注意事项:
1、不能将Object[] 转化为String[]，转化的话只能是取出每一个元素再转化。java中的强制类型转换只是针对单个对象的，想要偷懒将整个数组转换成另外一种类型的数组是不行的，这和数组初始化时需要一个个来也是类似的。
2、Character[]不能直接强转成char[]，需要一个个转化。

总之，想使用ArrayDeque类中的toArray方法，转换成基本类型数组的话，还是比较麻烦的，必须使用循环一个个转化

**三、滑动窗口最大值 -单调队列 （递增或递减） **
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 ---------- 3
1 [3 -1 -3] 5 3 6 7 ---------- 3
1 3 [-1 -3 5] 3 6 7 ---------- 5
1 3 -1 [-3 5 3] 6 7 ---------- 5
1 3 -1 -3 [5 3 6] 7 ---------- 6
1 3 -1 -3 5 [3 6 7] ---------- 7

//自定义数组
class MyQueue {Deque<Integer> deque = new LinkedList<>();//弹出元素时，比较当前要弹出的数值是否等于队列出口的数值，如果相等则弹出//同时判断队列当前是否为空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于入口处的元素，就将入口元素弹出//保证队列元素单调递减//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：3,2void 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) {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MyQueue myQueue = new MyQueue();//先将前k的元素放入队列for (int i = 0; i < k; i++) {myQueue.add(nums[i]);}res[num++] = myQueue.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myQueue.poll(nums[i - k]);//滑动窗口加入最后面的元素myQueue.add(nums[i]);//记录对应的最大值res[num++] = myQueue.peek();}return res;}
}

其实，大家可以自己观察一下单调队列的实现，nums 中的每个元素最多也就被 push_back 和 pop_back 各一次，没有任何多余操作，所以整体的复杂度还是 O(n)。

空间复杂度因为我们定义一个辅助队列，所以是O(k)。

四、优先队列- PriorityQueue（大小顶堆）

PriorityQueue(Comparator<? super E> comparator)
创建具有默认初始容量的 PriorityQueue ，并根据指定的比较器对其元素进行排序。

大顶堆

  PriorityQueue<int[]> pq = new PriorityQueue<int[]>(new Comparator<int[]>() {public int compare(int[] pair1, int[] pair2) {return pair1[0] != pair2[0] ? pair2[0] - pair1[0] : pair2[1] - pair1[1];}});

根据map的value值正序排，相当于一个小顶堆

 PriorityQueue<Map.Entry<Integer, Integer>> queue = new PriorityQueue<>((o1, o2) -> o1.getValue() - o2.getValue());

1、
(o1, o2) -> o1.getValue() - o2.getValue()
相当于
new Comparator<int[]>() {
public int compare(Map.Entry<Integer, Integer> pair1, Map.Entry<Integer, Integer> pair2) {
return pair1.getValue() - pair2.getValue() ;
}
}
2、(o1, o2) -> o1.getValue() - o2.getValue()小顶堆 队列头放的是最小元素
(o1, o2) -> o2.getValue() - o1.getValue()大顶堆 队列头放的是最大元素

3、大家对这个比较运算在建堆时是如何应用的，为什么左大于右就会建立小顶堆，反而建立大顶堆，比较困惑。确实 例如我们在写快排的cmp函数的时候，return left>right 就是从大到小，return left<right 就是从小到大。优先级队列的定义正好反过来了，可能和优先级队列的源码实现有关（我没有仔细研究），我估计是底层实现上优先队列队首指向后面，队尾指向最前面的缘故！
个人： 从左到右为从大到小，而队列头的右边，所以是小顶堆

PriorityQueue类：

方法	说明
boolean add(E e)	将指定的元素插入到此优先级队列中。
void clear()	从此优先级队列中删除所有元素。
Comparator<? super E> comparator()	返回用于为了在这个队列中的元素，或比较null如果此队列根据所述排序natural ordering的元素。
boolean contains(Object o)	如果此队列包含指定的元素，则返回 true 。
Iterator iterator()	返回此队列中的元素的迭代器。
boolean offer(E e)	将指定的元素插入到此优先级队列中。
E peek()	检索但不删除此队列的头，如果此队列为空，则返回 null 。
E poll()	检索并删除此队列的头，如果此队列为空，则返回 null 。
boolean remove(Object o)	从该队列中删除指定元素的单个实例（如果存在）。
int size()	返回此集合中的元素数。
Spliterator spliterator()	在此队列中的元素上创建late-binding和失败快速 Spliterator 。
Object[] toArray()	返回一个包含此队列中所有元素的数组。
T[] toArray(T[] a)	返回一个包含此队列中所有元素的数组; 返回的数组的运行时类型是指定数组的运行时类型。

五、java中栈和队列的类

1、 Stack
Java中Stack类继承了Vector类，在其基础上实现了了栈的功能。由于是直接继承而非通过接口进行隐藏（如Queue虽然由LinkedList实现，但对其非队列接口进行了隐藏），Java的Stack拥有Vector的所有方法并且继承了其线程安全特性（所以也和Vector一样在性能上有所损耗）。

在List的基础上，Stack添加了以下方法：

push:向栈中压入一个元素并返回该元素。
peek:获取栈顶元素，栈为空抛出异常。
pop:获取并弹出栈顶元素，栈为空抛出异常。
empty:同isEmpty()。
search:基于lastIndexOf()实现，返回搜索元素离栈顶的最近距离。

可见，Stack是一个古老的，并为了模拟栈的操作不惜重复实现同一函数的方法。当比较注重效率时，显然基于LinkedList或者ArrayList对栈重新实现，会有更好的效果。

2、Queue
从继承层次上看，Queue和List,Map,Set一样，是直接继承了Collections类的容器类，但是从其实现上看，Queue又可以视为一种特殊的List。原因是Queue的直接实现方法是LinkedList，并对其功能加以限制，仅暴露了Queue支持的功能：add(),remove(),element(),offer(),poll(),peek(),put(),take()。当然LinkedList这些功能对于List接口，也并非全部暴露。

Queue对象能够使用以下方法操作：
add：队列末尾添加一个元素，若队列已满抛出异常。

offer：队列末尾添加一个元素，若队列已满返回false，成功返回true。另外，可以附加时间，时间单位参数设置超时。

remove：移除并返回队列头部元素，若队列已空抛出异常。

poll：移除并返回队列头部元素，若队列已空返回Null。另外，可以附加时间，时间单位参数设置超时。

element：返回队列头部元素，若队列已空抛出异常。

peek：返回队列头部元素，若队列已空返回Null。

需要注意的是，由于队列中poll和peek操作以Null为标志，所以队列中添加Null元素是不合法的。

3、 PriorityQueue
在介绍完Stack和Queue后，自然要说另一个最基本的数据结构——Heap，也就是这里的PriorityQueue优先队列。有关优先队列，我在很久很久以前介绍过C++的优先队列，Java也一样，重点部分是对Comparator的操作。
由于知道PriorityQueue是基于Heap的，当新的元素存储时，会调用siftUpUsingComparator方法，其定义如下：

private void siftUpUsingComparator(int k, E x) {while (k > 0) {int parent = (k - 1) >>> 1;Object e = queue[parent];if (comparator.compare(x, (E) e) >= 0)break;queue[k] = e;k = parent;}queue[k] = x;
}

我们从代码可以看出，当Comparator的返回值为负时，会进行siftUp操作。例如，如果我们想让数值大的数字（下例子中为a）先出列，则让compare(a,b)，则返回-1即可。可以看出来，和C++类似，方法取得的是“不小于”的概念。我们定义的方法可以视为是一个“小于”方法。

另外我们要注意到Comparator这个接口尽管有很多方法，但是有@FunctionalInterface标志，说明这是一个函数接口，换言之，在Java8中，我们可以使用lambda表达式来写这个方法。

用匿名类方法写的Comparator:

   PriorityQueue priorityQueue=new PriorityQueue(new Comparator<Student>() {@Overridepublic int compare(Student student1, Student student2) {return student1.mark.compareTo(student2.mark);}});

用lambda表达式写Comparator

   PriorityQueue priorityQueue=new PriorityQueue((Comparator<Student>)(student1, student2)->student1.mark.compareTo(student2.mark));

这里需要注意的是，如果不加上类型转换，Java无法正确推断lambda表达式的类型。