前 K 个高频元素
给你一个整数数组 nums 和一个整数 k ,请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。
示例 1:
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
解题思路
- 1、使用哈希表来统计数组中每个元素的出现频率。
- 2、使用最小堆(MinHeap)来找到出现频率前k高的元素。
- 3、遍历哈希表中的每个元素,将元素和其频率插入最小堆中:
-
如果堆的大小小于k,将当前元素插入堆中;
-
如果堆的大小已经达到k,且当前元素的频率大于堆顶元素的频率,则弹出堆顶元素并将当前元素插入堆中。
- 4、最终堆中的元素即为出现频率前k高的元素。
Java实现
public class TopKFrequentElements {
public int[] topKFrequent(int[] nums, int k) {
// 统计每个元素出现的频率
Map<Integer, Integer> freqMap = new HashMap<>();
for (int num : nums) {
freqMap.put(num, freqMap.getOrDefault(num, 0) + 1);
}
// 使用最小堆存储出现频率前 k 高的元素
PriorityQueue<Integer> minHeap = new PriorityQueue<>(Comparator.comparingInt(freqMap::get));
for (int num : freqMap.keySet()) {
minHeap.offer(num);
if (minHeap.size() > k) {
minHeap.poll();
}
}
// 将堆中的元素转换为数组返回
int[] result = new int[k];
for (int i = k - 1; i >= 0; i--) {
result[i] = minHeap.poll();
}
return result;
}
public static void main(String[] args) {
TopKFrequentElements solution = new TopKFrequentElements();
int[] nums = {1, 2, 1, 2, 4, 3,3,1,4,2,1};
int k = 2;
int[] topKElements = solution.topKFrequent(nums, k);
System.out.println("Top " + k + " frequent elements: " + Arrays.toString(topKElements)); // Output: [1, 2]
}
}
时间空间复杂度
时间复杂度:统计频率的时间复杂度为O(n),构建最小堆的时间复杂度为O(k log k),总时间复杂度为O(n + k log k)。(k->n时,时间复杂度O(nlogn))
空间复杂度:哈希表和最小堆各需要O(n)的额外空间。