LeetCode-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]
思路
TopK的问题优先想到用堆。堆的特点是,每一棵子树的root都是这棵子树中最大或最小的值。如果我们建立一个K大小的堆,那么在遍历数组的过程中,通过向堆中添加元素和删除元素,当遍历完数组之后,堆中的K个元素一定是最大或最小的那K个。
对于此题,要求的是前k高的频率。我们可以先用HashMap来统计频率,再用堆找频率的TopK。
所要使用的是小根堆,即小根堆的每棵子树root都是这棵子树的最小值,当堆的大小大于k了,就poll堆中的元素,poll的都是此时堆中最小的元素,所以当遍历完时,堆中的元素反而是整个数组中最大的那k个。
class Solution {
public List<Integer> topKFrequent(int[] nums, int k) {
HashMap<Integer,Integer> map=new HashMap<>();
for(int num:nums)
{
if(map.containsKey(num))
{
map.put(num,map.get(num)+1);
}else
{
map.put(num,1);
}
}
//为了使插入堆时,虽然按照key来插,但是是按照value比较的,即按照频率比较的。
PriorityQueue<Integer> pq=new PriorityQueue<>(
(a,b)->map.get(a)-map.get(b)
);
//下面的for循环可以当做模板来用
for(Integer key:map.keySet())
{
pq.add(key);
if(pq.size()>k)
{
pq.poll();
}
}
List<Integer> res=new ArrayList<>();
while(!pq.isEmpty())
{
res.add(pq.poll());
}
//因为是从第k大的开始取的,所以要逆转一下
Collections.reverse(res);
return res;
}
}
API积累:
-
Boolean map.containsKey()map中有无某个key
-
PriorityQueue pq=new PriorityQueue<>((a,b)->map.get(a)-map.get(b));
lamda表达式,这样写是一个小根堆,map.get(b)-map.get(a)是大根堆。
-
map.keySet(),返回map中key的集合。