解题思路 :
首先我们先去定义一个Map接口 , 遍历一遍字符串数组 , 将每个元素 及 出现的个数放入map中
//遍历字符串数组 统计每个单词出现的频率
//遍历字符串数组 统计每个单词出现的频率
Map<String,Integer> map = new HashMap<>();
for (String str : words) {
if (!map.containsKey(str)) {
map.put(str,1);
} else {
map.put(str,map.get(str)+1);
}
}
2. 建立小根堆PriorityQueue<Map.Entry<String,Integer>> minheap , 并且规定它的大小为k, 使用匿名内部类去传入一个Comparator比较器. 重写它的compare方法.
//2.建立小根堆
PriorityQueue<Map.Entry<String,Integer>> minHeap = new PriorityQueue<>(k, new Comparator<Map.Entry<String, Integer>>() {
@Override
public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
return o1.getValue().compareTo(o2.getValue());
}
});
3. 接着我们使用小根堆去把map中前k个放入小根堆中 , 将剩余的k-1项挨个与堆顶元素比较.
//3. 将前k个元素放到小根堆中 并且比较其余剩下的
for (Map.Entry<String,Integer> entry : map.entrySet()) {
if (minHeap.size() < k) {
minHeap.offer(entry);
} else {
Map.Entry<String,Integer> top = minHeap.peek();
if (top.getValue().compareTo(entry.getValue()) < 0) {
minHeap.poll();
minHeap.offer(entry);
} else {
//频率相同的情况
if (top.getValue().compareTo(entry.getValue()) == 0) {
if (top.getKey().compareTo(entry.getKey()) > 0) {
minHeap.poll();
minHeap.offer(entry);
}
}
}
}
}
将上面的第二点建立小根堆的代码中假如一个if判断!
这样我们就可以完成key关键词在堆中的比较了.
//2.建立小根堆
PriorityQueue<Map.Entry<String,Integer>> minHeap = new PriorityQueue<>(k, new Comparator<Map.Entry<String, Integer>>() {
@Override
public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
if (o1.getValue().compareTo(o2.getValue()) == 0) {
return o2.getKey().compareTo(o1.getKey());
}
return o1.getValue().compareTo(o2.getValue());
}
});
4, 此时小根堆中存的就是前k个元素的值. 将它们存入List中 , 再反转它们的存储顺序.
//4. 此时小根堆当中已经有了结果
List<String> list = new ArrayList<>();
for (int i = 0; i < k; i++) {
list.add(minHeap.poll().getKey());
}
Collections.reverse(list);
return list;
总体代码如下 :
class Solution {
public static List<String> topKFrequent(String[] words, int k) {
//遍历字符串数组 统计每个单词出现的频率
Map<String,Integer> map = new HashMap<>();
for (String str : words) {
if (!map.containsKey(str)) {
map.put(str,1);
} else {
map.put(str,map.get(str)+1);
}
}
//2.建立小根堆
PriorityQueue<Map.Entry<String,Integer>> minHeap = new PriorityQueue<>(k, new Comparator<Map.Entry<String, Integer>>() {
@Override
public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
if (o1.getValue().compareTo(o2.getValue()) == 0) {
return o2.getKey().compareTo(o1.getKey());
}
return o1.getValue().compareTo(o2.getValue());
}
});
//3. 将前k个元素放到小根堆中 并且比较其余剩下的
for (Map.Entry<String,Integer> entry : map.entrySet()) {
if (minHeap.size() < k) {
minHeap.offer(entry);
} else {
Map.Entry<String,Integer> top = minHeap.peek();
if (top.getValue().compareTo(entry.getValue()) < 0) {
minHeap.poll();
minHeap.offer(entry);
} else {
//频率相同的情况
if (top.getValue().compareTo(entry.getValue()) == 0) {
if (top.getKey().compareTo(entry.getKey()) > 0) {
minHeap.poll();
minHeap.offer(entry);
}
}
}
}
}
//4. 此时小根堆当中已经有了结果
List<String> list = new ArrayList<>();
for (int i = 0; i < k; i++) {
list.add(minHeap.poll().getKey());
}
Collections.reverse(list);
return list;
}
}