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。
代码
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer,Integer> map=new HashMap<Integer,Integer>();
int[] array=new int[k];
for(int num:nums)
{
map.put(num,map.getOrDefault(num,0)+1);
}
// System.out.println(map);
PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>() {
@Override
public int compare(Integer a, Integer b) {
return map.get(b) - map.get(a);
}
});
for(Integer key : map.keySet())
{
//if(pq.size())
//System.out.println(" key"+key+"value"+map.get(key));
pq.offer(key);
//System.out.println(pq);
}
for(int i=0;i<k;i++)
array[i]=pq.poll();
return array;
/*
for (Integer key : map.keySet()) {
if (pq.size() < k) {
pq.add(key);
System.out.println(pq);
} else if (map.get(key) > map.get(pq.peek())) {
pq.remove();
pq.add(key);
}
}
System.out.println(pq);
// 取出最小堆中的元素
List<Integer> res = new ArrayList<>();
while (!pq.isEmpty()) {
res.add(pq.remove());
}
return res.stream().mapToInt(Integer::valueOf).toArray();
*/
}
}
反思
1、优先队列的相关知识
add()和offer()
add(E e)
和offer(E e)
的语义相同,都是向优先队列中插入元素,并对堆进行调整
element()和peek()
element()
和peek()
的语义完全相同,都是获取但不删除队首元素
remove()和poll()
remove()
和poll()
方法的语义也完全相同,都是获取并删除队首元素,为维护小顶堆的性质,需要进行必要的调整。
remove(Object o)
remove(Object o)
方法用于删除队列中跟o
相等的某一个元素(如果有多个相等,只删除一个)
//自定义比较器,降序排列 static Comparator<Integer> cmp = new Comparator<Integer>() { public int compare(Integer e1, Integer e2) { return e2 - e1; } };
2、好的思路。加入的是 数组,排序是按递增排序。
class Solution {
public:
static bool cmp(pair<int, int>& m, pair<int, int>& n) {
return m.second > n.second;
}
vector<int> topKFrequent(vector<int>& nums, int k) {
unordered_map<int, int> occurrences;
for (auto& v : nums) {
occurrences[v]++;
}
// pair 的第一个元素代表数组的值,第二个元素代表了该值出现的次数
priority_queue<pair<int, int>, vector<pair<int, int>>, decltype(&cmp)> q(cmp);
for (auto& [num, count] : occurrences) {
if (q.size() == k) {
if (q.top().second < count) {
q.pop();
q.emplace(num, count);
}
} else {
q.emplace(num, count);
}
}
vector<int> ret;
while (!q.empty()) {
ret.emplace_back(q.top().first);
q.pop();
}
return ret;
}
};
桶排序
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer, Integer> frequencyForNum = new HashMap<>();
for (int num : nums) {
frequencyForNum.put(num, frequencyForNum.getOrDefault(num, 0) + 1);
}//key 数,value,频率
List<Integer>[] buckets=new ArrayList[nums.length+1];
//List<Integer>[] buckets = new ArrayList[nums.length + 1];
for(int key:frequencyForNum.keySet())
{
if(buckets[frequencyForNum.get(key)]==null)
buckets[frequencyForNum.get(key)]=new ArrayList<>();
buckets[frequencyForNum.get(key)].add(key);
}
List<Integer> topK = new ArrayList<>();
for(int i=buckets.length-1;i>=0&&topK.size()<k;i--)
{
if(buckets[i]==null)
continue;
if(buckets[i].size()<=(k-topK.size()))
topK.addAll(buckets[i]);
else topK.addAll(buckets[i].subList(0,k-topK.size()));
}
int[] num=new int[k];
for(int i=0;i<k;i++)
{
num[i]=topK.get(i);
}
return num;
}
}