思路:因为有时间复杂度限制
一 :利用堆排序(nlogn),这里采用java 自带的PriorityQueue队列 (默认是小根堆,所以要重写compartor里的compare()函数,将其改成大根堆,实际上是比较 hashmap频度的大根堆)。总体流程: 先把 num(key) 以及其频度(value) 放入 HashMap中,再将key遍历放入PriorityQueue 中,然后往外取k 个就可以了。
private Map<Integer, Integer> map = new HashMap<>();
public List<Integer> topKFrequent(int[] nums, int k) {
for(int num : nums) //把数组按照频度放入
{
if(map.containsKey(num))
{
map.put(num, map.get(num) + 1);
}else
{
map.put(num, 1);
}
}
PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>() {
@Override
public int compare(Integer a, Integer b) {
return map.get(b) - map.get(a);
}
});
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
pq.add(entry.getKey());
}
List<Integer> List = new ArrayList<>();
for(int i = k; i > 0; i --)
{
List.add(pq.poll());
}
return List;
}
二 : 利用桶排序(n + K)
桶排序原理就是设置几个(所提供数组长度为个数)以频度为标准的桶(List) 还是先将num 以及 频度放入Hashmap中,然后遍历Hashmap, 将对应频度的num放入到对应的桶中,接下来从后从后往前遍历桶,选出k个,添加进ansList
public List<Integer> topKFrequent(int[] nums, int k)
{
Map<Integer, Integer> frequen = new HashMap<>();
for(int num : nums)
{
frequen.put(num, frequen.getOrDefault(num, 0) + 1);
}
List<Integer> [] bucks = new ArrayList[num.lengh + 1];
for(int key : frequen.keySet())
{
int frequency = frequen.get(key);
if (bucks[frequency] == null)
{
bucks[frequency] = new ArrayList<>();
}
bucks[frequency].add(key);
}
List<Integer> topk = new ArrayList<>();
for(int i = bucks.lengh - 1; i >= 0 && topk.size() < k; i--)
{
if(bucks[i] == null)
{
coninue;
}
if(bucks[i].size() <= (k - topk.size()))
{
topk.addAll(bucks[i]);
}
else
{
topk.addAll(bucks[i].subList(0, k - topk.size()));
}
}
return topk;
}