核心思想:优先队列+HashMap
思路:
首先遍历整个数组,并使用哈希表记录每个数字出现的次数,并形成一个「出现次数数组」。
在这里,我们可以利用堆的思想:建立一个小顶堆,然后遍历「出现次数数组」:
如果堆的元素个数小 k,就可以直接插入堆中。
如果堆的元素个数等于 k,则检查堆顶与当前出现次数的大小。如果堆顶更大,说明至少有 k 个数字的出现次数比当前值大,故舍弃当前值;否则,就弹出堆顶,并将当前值插入堆中。
遍历完成后,堆中的元素就代表了「出现次数数组」中前 k 大的值。
class Solution {
public int[] topKFrequent(int[] nums, int k) {
HashMap<Integer, Integer> hashmap = new HashMap<>();
for(int num : nums){
int count = hashmap.getOrDefault(num, 0);
hashmap.put(num, count + 1);
}
Set set = hashmap.keySet();
//小根堆
Queue<int[]> priorityQueue = new PriorityQueue<>(new Comparator<int[]>(){
public int compare(int[] m, int[] n){
return m[1] - n[1];
}
});
for(Map.Entry<Integer, Integer> entry : hashmap.entrySet()){
int num = entry.getKey();
int count = entry.getValue();
if(priorityQueue.size() == k){
if(priorityQueue.peek()[1] < count){
priorityQueue.poll();
priorityQueue.offer(new int[]{num, count});
}
}else{
priorityQueue.offer(new int[]{num, count});
}
}
int[] res = new int[k];
for(int i = 0; i < k; i++){
res[i] = priorityQueue.poll()[0];
}
return res;
}
}