LeetCode 347. Top K Frequent Elements

189 篇文章 0 订阅
162 篇文章 0 订阅

Given a non-empty array of integers, return the k most frequent elements.

Example 1:

Input: nums = [1,1,1,2,2,3], k = 2
Output: [1,2]

Example 2:

Input: nums = [1], k = 1
Output: [1]

Note:

  • You may assume k is always valid, 1 ≤ k ≤ number of unique elements.
  • Your algorithm's time complexity must be better than O(n log n), where n is the array's size

 

这个问题的瓶颈在排序方面,那么可不可以不排序呢?

 

 

因为只在只有k个元素的优先队列中做事情,所以,每一步的操作是logk这个级别的。因为要遍历这个元素,所以是O(nlogk)级别的。如果k远远地小于n的话,那么这个时间复杂度非常地好,但是如果k和n差不多的情况下,这个算法的时间复杂度和nlogn的时间复杂度就差不多了。

 

 

对于这个问题,也可以设计一个O(nlog(n-k))的算法,换句话说,优先队列中不维护k个元素,而维护n-k个元素来完成这个任务。对于这个算法,如果n和k差不多的话,这个时间优势就非常明显了。

 

 

class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
        List<Integer> list=new LinkedList();
        if(nums.length==0) return list;
        Map<Integer,Integer> map=new HashMap();
        PriorityQueue<Integer>heap=new PriorityQueue((n1,n2)->
                  map.get(n1)-map.get(n2));
        for(int num:nums){
            if(map.containsKey(num)){
                map.put(num,map.get(num)+1);
            }else{
                map.put(num,1);
            }
        }
       
        for(int key:map.keySet()){
            heap.add(key);
            if(heap.size()>k)
                heap.poll();
        }
        
        while(!heap.isEmpty())
            list.add(0,heap.poll());
        return list;
    }
}

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值