347. 前 K 个高频元素

347. 前 K 个高频元素

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]
示例 2:

输入: nums = [1], k = 1
输出: [1]

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

1.大根堆和小根堆创建优先队列都可以，但在创建之前我们要有一个出现次数的数组，将这个数组放入队列。这边我们使用hashmap统计元素的次数，最后放入队列的是一个int[]，int[0]是nums中的元素，int[1]是该元素出现的次数

2.小根堆的话可以限制队列的元素个数，即题目要求的K个

3.如果要建立大根堆，就需要把hashmap中的所有元素都放入队列，最后取前K个返回，也就不需要size变量控制队列中的元素个数。因为大根堆中堆顶的元素是我们需要的，不能出队列，而小根堆中的堆顶元素（队头元素）是队列中最小的，当遇见更大的时候可以抛弃

4.下面以小根堆为例

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        //hashmap 统计个数
        Map<Integer,Integer> map = new HashMap<>();
        for(int i : nums){
            map.put(i,map.getOrDefault(i,0) + 1);
        }
     
        PriorityQueue<int[]> pq = new PriorityQueue<>(new Comparator<int[]>(){
            public int compare(int[] o1,int[] o2){
                return o1[1] - o2[1];
                /*表明队列是大根堆
                return o2[1] - o1[1];
                */
            }
        });
        int size = 0;
        int []res = new int [k];
        for(Map.Entry entry : map.entrySet()){
            int key = (int)entry.getKey();
            int value = (int)entry.getValue();
            /*大根堆直接offer就可以，不需要下面的判断
            pq.offer(new int[]{key,value});
            */
            if(size < k)pq.offer(new int[]{key,value});
            else{
                if(value > pq.peek()[1]){
                    pq.poll();
                    pq.offer(new int[]{key,value});
                }
            }
            size++;
        }
        for(int i = 0; i < k; i++){
            res[i] = pq.poll()[0];
        }
        return res;
        // Iterator iter = map.entrySet().iterator();
        // while(iter.hasNext()){
        //     Map.Entry entry = (Map.Entry)iter.next();
        //     System.out.print(entry.getKey() +" " + entry.getValue()+"\n");
        // }
    }

}