Given a non-empty array of integers, return the k most frequent elements.
For example,
Given [1,1,1,2,2,3] and k = 2, return [1,2].
Note:
You may assume k is always valid, 1 ≤ k ≤ number of unique elements.
Your algorithm’s time complexity must be better than O(n log n), where n is the array’s size.
解法:我的解法是用hashmap存,再排序一遍,最后输出前k个,代码如下,时间复杂度为O(n),空间复杂度为O(n)。
public List<Integer> topKFrequent(int[] nums, int k) {
List<Integer> result = new ArrayList<>();
if (nums.length == 0) return result;
HashMap<Integer,Integer> map = new HashMap<>();
PriorityQueue<Integer> queue = new PriorityQueue<>();
for (int i = 0; i < nums.length; i++) {
if (map.containsKey(nums[i])) {
map.put(nums[i], map.get(nums[i]) + 1);
} else {
map.put(nums[i], 1);
}
}
List<Map.Entry<Integer,Integer>> list = new ArrayList<>(map.entrySet());
Collections.sort(list, new Comparator<Map.Entry<Integer,Integer>>() {
public int compare(Map.Entry<Integer,Integer> o1, Map.Entry<Integer,Integer> o2) {
return o2.getValue() - o1.getValue();
}
});
for (int i = 0; i < k; i++) {
result.add(list.get(i).getKey());
}
return result;
}
解法二:时间复杂度为O(max(n, range)),空间复杂度为O(max(n, range)),其中range为数组中数的范围大小,range = max - min。基本思想就是bucket sort,这道题实际上就是桶排序的代码,并且是适用于有重复元素的桶排序,只是这里排序的数字是频率而不是数字本身的大小。所以,首先我们需要一个数组放下各个数字出现的频率,得到这个频率数组以后,直接用桶排序的代码就可以了。
public List<Integer> topKFrequent(int[] nums, int k) {
List<Integer> result = new ArrayList<>();
if (nums.length == 0) return result;
int min = Integer.MAX_VALUE, max = Integer.MIN_VALUE;
//先traverse一遍找到最小和最大值,来确定bucket的长度
for (int i = 0; i < nums.length; i++) {
if (nums[i] < min) min = nums[i];
if (nums[i] > max) max = nums[i];
}
//traverse数组,每个value计数并放进data数组里
int[] data = new int[max - min + 1];
for (int i = 0; i < nums.length; i++) {
data[nums[i] - min]++;
}
//创建一个list数组,把data里的value作为下标,把答案放进bucket里
List[] bucket = new List[nums.length + 1];
for (int i = 0; i < data.length; i++) {
if (data[i] > 0) {
if (bucket[data[i]] == null) {
bucket[data[i]] = new ArrayList<Integer>();
}
List<Integer> list = bucket[data[i]];
list.add(i + min);
bucket[data[i]] = list;
}
}
//输出答案
int j = 0;
for (int i = nums.length; i >= 0 && result.size() < k; i--) {
if (bucket[i] != null) result.addAll(bucket[i]);
}
return result;
}