LeetCode 347 PriorityQueue

 

解这类求"前k个"的题目，关键是看如何定义优先级以及优先队列中元素的数据结构。

题目中有”前k个“这样的字眼，应该很自然地联想到优先队列。

优先级别可以由字符串出现的次数来决定，出现的次数越多，优先级别越高，反之越低。

统计词频的最佳数据结构就是哈希表（Hash Map），利用一个哈希表，就能快速地知道每个单词出现的次数。

将单词和其出现的次数作为一个新的对象来构建一个优先队列，那么这个问题就很轻而易举地解决了。

import java.util.*;

/**
 * @author MasterYee
 * @Description：优先级队列+HashMap实现
 * @date: 2020/4/2
 */
public class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
        List<Integer> ret = new ArrayList<>();

        // key为数字,value为key出现的次数
        HashMap<Integer, Integer> keyCountMap = new HashMap<>();
        // 定义一个优先级队列，将key保存进去
        // 自定义优先级比较器，从map中取对应value(即出现次数)越大，优先级越高
        PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                if (keyCountMap.get(o1) < keyCountMap.get(o2)) return 1; // o1次数小,排后面
                else if (keyCountMap.get(o1) > keyCountMap.get(o2)) return -1; // o1次数大 优先级高 排前面
                else return 0;
            }
        });

        // 遍历数组
        for (int i = 0; i < nums.length; i++) {
            if(keyCountMap.get(nums[i]) == null) {
                keyCountMap.put(nums[i],1);
            } else {
                int count = keyCountMap.get(nums[i]);
                count ++;
                keyCountMap.put(nums[i],count);
            }
        }
        
        // 遍历map 加入优先级队列
        for (Map.Entry<Integer, Integer> entry :
                keyCountMap.entrySet()) {
            priorityQueue.add(entry.getKey());
        }

        // 拿出前k个放入list
        for (int i = 0; i <k ; i++) {
            ret.add(priorityQueue.poll());
        }

        return ret;
    }
}