前言
当题目需要有序性时,果断排序,可二分快速寻找答案,或是利用有序性快速判定,如双指针等等。除此之外,小根堆和大根堆是取K个的利器,原型基于树状数组–堆结构。
一、前K个高频元素
二、小根堆&大根堆
1、O(KlogN)大根堆
// 前K个高频元素
// 当需要有序性的时候,果断排序。
public class TopKFrequent {
// O(KlogN),让大顶堆不断出K个元素。
public int[] topKFrequent(int[] nums, int k) {
// 先预处理数据。
Map<Integer, Integer> m = new HashMap<>();
for (int num : nums) m.put(num, m.getOrDefault(num, 0) + 1);
// 把所有数据装入大顶堆。
Set<Map.Entry<Integer, Integer>> entries = m.entrySet();
PriorityQueue<int[]> que = new PriorityQueue<>((o1, o2) -> o2[1] - o1[1]);
for (Map.Entry<Integer, Integer> entry : entries) {
que.offer(new int[]{entry.getKey(), entry.getValue()});
}
int[] r = new int[k];
for (int i = 0; i < k; i++) {
r[i] = que.poll()[0];
}
return r;
}
}
2、O(NlogK)小根堆
// O(NlogK),让小顶堆的元素不超过K个。
class TopKFrequent2 {
public int[] topKFrequent(int[] nums, int k) {
// 先预处理数据。
Map<Integer, Integer> m = new HashMap<>();
for (int num : nums) m.put(num, m.getOrDefault(num, 0) + 1);
// 把数据装入小顶堆。
Set<Map.Entry<Integer, Integer>> entries = m.entrySet();
PriorityQueue<int[]> que = new PriorityQueue<>(Comparator.comparingInt(o -> o[1]));
for (Map.Entry<Integer, Integer> entry : entries) {
// 让堆中的元素不超过K个。
if (que.size() == k && que.peek()[1] < entry.getValue()) que.poll();
if (que.size() != k) que.offer(new int[]{entry.getKey(), entry.getValue()});
}
//遍历小顶堆所有元素
int[] r = new int[k];
for (int i = 0; i < k; i++) r[i] = que.poll()[0];
return r;
}
}
总结
1)当需要有序性的时候,果断排序。
2)小根堆和大根堆的基本使用场景和方式,Java中又现成的API,即优先队列PriorityQueue类。
参考文献
[1] LeetCode 前K个高频元素