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;
}