347. 前 K 个高频元素

347. 前 K 个高频元素

题目

给定一个非空的整数数组，返回其中出现频率前 k 高的元素。

示例 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
提示：

你可以假设给定的 k 总是合理的，且 1 ≤ k ≤ 数组中不相同的元素的个数。
你的算法的时间复杂度必须优于 O(n log n) , n 是数组的大小。
题目数据保证答案唯一，换句话说，数组中前 k 个高频元素的集合是唯一的。
你可以按任意顺序返回答案。

思路

有一种直接的思路是，统计每个数字出现的次数，然后保存到一个大根堆中，返回大根堆的前K的元素。但是这种思路的时间复杂度是O(NlogN)的。

第二种思路是，还是统计每个数字出现的次数，用一个小根堆去存储，设置这个小根堆的容量位K。当小根堆没满时，直接加入；当小根堆的容量达到K之后，添加新的元素时，把堆顶的元素与要加入的元素进行对比，如果堆顶元素的出现次数小于要加入的元素，则把堆顶元素删除，把另一个元素加入，否则就不加入。
这种思路每次都把出现次数最少的数字给删除，最终留下的就是出现次数最大的前K个元素，当然，这前K个元素之前的顺序是无序的。

代码

第一种思路

    public int[] topKFrequent(int[] nums, int k) {
        HashMap<Integer, Integer> M = new HashMap<>();

        for (int i : nums) {
            if (M.containsKey(i)) {
                M.put(i, M.get(i)+1);
            } else {
                M.put(i, 1);
            }
        }
        List<int[]> l = new ArrayList<>();
        for (int i : M.keySet()) {
            int[] y = new int[2];
            y[0] = i;
            y[1] = M.get(i);
            l.add(y);
        }

        PriorityQueue<int[]> P = new PriorityQueue<>(new Comparator<int[]>() {
            @Override
            public int compare(int[] o1, int[] o2) {
                return o2[1] - o1[1];
            }
        });

        for (int i = 0; i < l.size(); i++) {
            P.add(l.get(i));
        }

        int[] R = new int[k];
        for (int i = 0; i < k; i++) {
            R[i] = P.poll()[0];
        }

        return R;
    }

第二种思路

    public int[] topKFrequent(int[] nums, int k) {
        HashMap<Integer, Integer> M = new HashMap<>();

        for (int i : nums) {
            if (M.containsKey(i)) {
                M.put(i, M.get(i)+1);
            } else {
                M.put(i, 1);
            }
        }
        List<int[]> l = new ArrayList<>();
        for (int i : M.keySet()) {
            int[] y = new int[2];
            y[0] = i;
            y[1] = M.get(i);
            l.add(y);
        }

        PriorityQueue<int[]> P = new PriorityQueue<>(k,new Comparator<int[]>() {
            @Override
            public int compare(int[] o1, int[] o2) {
                return o1[1] - o2[1];
            }
        });

        for (int i = 0; i < l.size(); i++) {

            if(P.size()<k){
                P.add(l.get(i));
            }else{
                int t = P.peek()[1];
                if(t<l.get(i)[1]){
                    P.poll();
                    P.add(l.get(i));
                }
            }
        }

        int[] R = new int[k];
        for (int i = 0; i < k; i++) {
            R[i] = P.poll()[0];
        }
        return R;
    }