leetcode347. 前K个高频元素

https://leetcode-cn.com/problems/top-k-frequent-elements/

小根堆实现
leetcode的测试数据估计是因为不全是N远大于K的数据，导致用小跟堆反而比大根堆或TreeMap慢……因为当N不大时，每次删除最小元素都要多出2logK次比较，而且小根堆最后还要反转；

public class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
        HashMap<Integer, Integer> map = new HashMap<>();
        for (int val: nums) {
            map.put(val, map.getOrDefault(val, 0) + 1);
        }
        //使用Map.Entry来存储最直接，有getKey和getValue可以直接用
        PriorityQueue<Map.Entry<Integer, Integer>> pq = new PriorityQueue<>((a, b) -> (a.getValue() - b.getValue()));
        for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
            pq.add(entry);
            if(pq.size()> k)
            	pq.poll();
            
        }
        List<Integer> result = new ArrayList<>();
        for (int i = 0; i < k; i++) 
            result.add(pq.poll().getKey());
        Collections.reverse(result);
        return result;
    }
}

TreeMap实现

public class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
        HashMap<Integer, Integer> map = new HashMap<>();
        for (int val: nums) {
            map.put(val, map.getOrDefault(val, 0) + 1);
        }
        TreeMap<Integer, List<Integer>> treeMap = new TreeMap<>();
        for (key in map.keySet()){
            int value = map.get(key);
            if(!treeMap.containsKey(value))
                treeMap.put(value, new ArrayList<Integer>());
            treeMap.get(value).add(key);               
        }
        List<Integer> result = new ArrayList<>();
        //TreeMap一次是添加一个数组，不能像堆一样for k次
        while(result.size()<k)
            result.addAll(treeMap.pollLastEntry().getValue());
        return result;
  
    }
}

map用法总结
map.get();
map.keySet();
map.entrySet();
entry.getKey();
entry.getValue();

堆是通过(a, b) -> (a.getValue() - b.getValue())实现用value排序，所以最后通过entry.getKey()获得topK的Key；
TreeMap通过 treeMap.put(value, new ArrayList<>()) 与 treeMap.get(value).add()来实现用value排序，所以最后treeMap.getValue获得ArrayList，addAll()全部加入到result。