347. 前 K 个高频元素（中等）

最新推荐文章于 2023-12-12 22:49:42 发布

迪恩_Emma

最新推荐文章于 2023-12-12 22:49:42 发布

阅读量94

点赞数

分类专栏：力扣热题top100 力扣刷题之堆文章标签：哈希表 leetcode java 优先队列堆

本文链接：https://blog.csdn.net/di_ko/article/details/117854963

版权

力扣热题top100 同时被 2 个专栏收录

72 篇文章 2 订阅

订阅专栏

力扣刷题之堆

3 篇文章 0 订阅

订阅专栏

该博客介绍了如何利用哈希表记录整数数组中每个元素的频率，然后通过小根堆（优先队列）维护频率最高的前k个元素。在O(NlogK)的时间复杂度和O(N)的空间复杂度下，实现了找出数组中最常出现的k个元素。代码中详细展示了这一过程，包括将元素频率存储在哈希表中，以及用优先队列动态更新前k个高频元素。

摘要由CSDN通过智能技术生成

思路：

小根堆（优先队列）维护前k个元素+哈希表HashMap

代码：

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
		//利于哈希表存储出现的频次
		Map<Integer,Integer> map=new HashMap<>();
		for(int num:nums){
			map.put(num,map.getOrDefault(num,0)+1);
		}
		
		//用优先队列（小根堆）来维护前k个出现频次最多的数
		PriorityQueue<int[]> queue=new PriorityQueue<>(new Comparator<int[]>(){
				public int compare(int[] a,int[] b){
					return a[1]-b[1];
				}
			}
		);
		
		//动态维护前k个
		for(Map.Entry<Integer,Integer> entry:map.entrySet()){
			int num=entry.getKey(),value=entry.getValue();
			if(queue.size()==k){
				if(queue.peek()[1]<value){
					queue.poll();
					queue.offer(new int[]{num,value});
				}
			}
			else{
				queue.offer(new int[]{num,value});
			}
		}
		
		int[] res=new int[k];
		//取出前k个
		for(int i=0;i<k;i++){
			res[i]=queue.poll()[0];
		}
		return res;
    }
}