力扣记录：栈与队列7——347 前 K 个高频元素

Kiwi_fruit

已于 2022-05-28 17:00:22 修改

阅读量176

点赞数

文章标签： leetcode 算法职场和发展

于 2022-05-01 18:19:50 首次发布

本文链接：https://blog.csdn.net/Kiwi_fruit/article/details/124157932

版权

该博客详细介绍了如何利用Java的优先级队列（PriorityQueue）来查找整数数组中出现频率最高的前K个元素。通过创建一个Map存储每个元素的频次，然后构建一个小顶堆，不断比较新元素与堆顶元素的频率，当堆大小达到K时，保持堆中始终为最高频次的元素。最终堆中剩余的K个元素即为所求。这种方法有效地实现了高效查找高频元素的目标。

摘要由CSDN通过智能技术生成

本次题目

347 前 K 个高频元素

347 前 K 个高频元素

队列：使用Map实现优先级队列（跟堆相同，队列内部有序排列，头部是最大值为大顶堆，头部为最小值为小顶堆）。
1. 这里使用小顶堆（定义时构造大小对比方法），先使用Map存储数组中的数及其出现次数，然后将Map中元素依次压入小堆栈。
2. 当顶堆的大小等于要求的k时，压入元素时与堆顶元素进行判断，若小于堆顶则不操作，若大于堆顶，则将堆顶元素弹出，压入新元素。
3. 最后，顶堆中剩下的k个元素为频率最高的元素（弹出倒序）。
注意：PriorityQueue大顶堆右大于左，小顶堆左大于右。使用entrySet遍历Map获取键值对（keySet和values分别只获取键和值）。

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        //先使用Map存储数组中的数及其出现次数
        Map<Integer, Integer> map = new HashMap<>();
        //遍历数组
        for(int i : nums){
            if(!map.containsKey(i)){
                map.put(i, 0);
            }
            map.put(i, map.get(i) + 1);
        }
        //定义数组存储结果
        int[] res = new int[k];
        //定义小顶堆并构造大小对比方法
        PriorityQueue<Map.Entry<Integer, Integer>> priQueue = new PriorityQueue<>((o1, o2) -> o1.getValue() - o2.getValue());
        //遍历Map并压入元素
        for(Map.Entry<Integer, Integer> entry : map.entrySet()){
            //当顶堆的大小等于要求的k时，压入元素时与堆顶元素进行判断
            if(priQueue.size() >= k){
                //若大于堆顶，则将堆顶元素弹出，压入新元素
                //若小于堆顶则不操作
                if(entry.getValue() > priQueue.peek().getValue()){
                    priQueue.poll();
                    priQueue.offer(entry);
                }
            }else{//否则直接压入
                priQueue.offer(entry);
            }
        }
        //最后，顶堆中剩下的k个元素为频率最高的元素（弹出倒序）
        for(int i = k - 1; i >= 0; i--){
            res[i] = priQueue.poll().getKey();
        }
        return res;
    }
}