Problem: 347. 前 K 个高频元素
题目
给你一个整数数组 nums 和一个整数 k ,请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。
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:
1 <= nums.length <= 105
k 的取值范围是 [1, 数组中不相同的元素的个数]
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
进阶:你所设计算法的时间复杂度 必须 优于 O(n log n) ,其中 n 是数组大小。
思路
这道题目主要涉及到如下三块内容:
要统计元素出现频率
对频率排序
找出前K个高频元素
首先统计元素出现的频率,这一类的问题可以使用map来进行统计。
然后是对频率进行排序,这里我们可以使用一种 容器适配器就是优先级队列。
什么是优先级队列呢?
其实就是一个披着队列外衣的堆,因为优先级队列对外接口只是从队头取元素,从队尾添加元素,再无其他取元素的方式,看起来就是一个队列。
而且优先级队列内部元素是自动依照元素的权值排列。那么它是如何有序排列的呢?
缺省情况下priority_queue利用max-heap(大顶堆)完成对元素的排序,这个大顶堆是以vector为表现形式的complete binary tree(完全二叉树)。
什么是堆呢?
堆是一棵完全二叉树,树中每个结点的值都不小于(或不大于)其左右孩子的值。 如果父亲结点是大于等于左右孩子就是大顶堆,小于等于左右孩子就是小顶堆。
所以大家经常说的大顶堆(堆头是最大元素),小顶堆(堆头是最小元素),如果懒得自己实现的话,就直接用priority_queue(优先级队列)就可以了,底层实现都是一样的,从小到大排就是小顶堆,从大到小排就是大顶堆。
本题我们就要使用优先级队列来对部分频率进行排序。
为什么不用快排呢, 使用快排要将map转换为vector的结构,然后对整个数组进行排序, 而这种场景下,我们其实只需要维护k个有序的序列就可以了,所以使用优先级队列是最优的。
此时要思考一下,是使用小顶堆呢,还是大顶堆?
有的同学一想,题目要求前 K 个高频元素,那么果断用大顶堆啊。
那么问题来了,定义一个大小为k的大顶堆,在每次移动更新大顶堆的时候,每次弹出都把最大的元素弹出去了,那么怎么保留下来前K个高频元素呢。
而且使用大顶堆就要把所有元素都进行排序,那能不能只排序k个元素呢?
所以我们要用小顶堆,因为要统计最大前k个元素,只有小顶堆每次将最小的元素弹出,最后小顶堆里积累的才是前k个最大元素。
解题方法
- map存放数值及出现次数
- 优先级队列实现小顶堆,存放出现次数最高的k个元素
- 依次输出队列中的元素
复杂度
时间复杂度:
O(nlog(k))
空间复杂度:
O(n)
Code
Java
class Solution {
public int[] topKFrequent(int[] nums, int k) {
// 小顶堆实现
// 1.先用map存放nums里的每个值及其出现的次数
Map<Integer, Integer> map = new HashMap<Integer, Integer>();
for(int i = 0; i < nums.length; i++){
map.put(nums[i], map.getOrDefault(nums[i],0)+1);
}
// 2.用优先级队列存放出现频率高的前k个值
// 在优先级队列中存储二元组(num, cnt),cnt代表数字num出现的频率
// 出现次数按队头到队尾从小到大排列,次数少的在队头(小顶堆)
PriorityQueue<int[]> pq = new PriorityQueue<>((nums1, nums2)->(nums1[1] - nums2[1]));
// 遍历map,构建k个元素的小顶堆
for(Map.Entry<Integer, Integer> entry: map.entrySet()){
// 小顶堆元素个数小于k时,直接增加
if(pq.size() < k){
pq.add(new int[]{entry.getKey(), entry.getValue()});
} else {
// 当前元素出现次数大于小顶堆根节点,则移除根节点元素,将当前元素加入小顶堆
if(entry.getValue() > pq.peek()[1]){
pq.poll();
pq.add(new int[]{entry.getKey(), entry.getValue()});
}
}
}
// map元素迭代完之后,小顶堆中的k个数即为所求
// 遍历输出队列中的元素
int[] result = new int[k];
for(int i = 0; i < k; i++){
result[i] = pq.poll()[0];
}
return result;
}
}