这题是一个比较经典的题,可以用堆或者快速选择算法去做,是一个复习堆和快排算法的好题,故记录一下。
题目描述
思路分析
这个题的思路还是很自然的,首先我们需要用一个HashMap去统计nums数组中出现的数以及出现频率,然后从这个HashMap中选择前k个出现频率高的元素返回。
从一个集合中返回前k个出现频率高的元素,比较常见的是用堆和快速选择算法去做。
1. 基于堆的解法
我们可以维护一个小顶堆,然后遍历HashMap:
- 如果堆中的元素个数小于k,直接把当前元素插入堆中
- 如果堆的元素个数等于 k,则检查堆顶与当前元素出现频率的大小。如果堆顶更大舍弃当前值,反之弹出堆顶,并将当前值插入堆中
这样维护该小顶堆就能得到集合中出现频率前k高的元素,因为小的都被舍弃了,大的插入了堆中。
2. 基于快速选择算法的解法
快速选择算法是基于快速排序算法的一种解决TOPK问题的算法。
leetcode官方题解中解释这个算法很详细,我就直接搬过来吧。
代码
1. 堆
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer, Integer> occurrences = new HashMap<Integer, Integer>();
for (int num : nums) {
occurrences.put(num, occurrences.getOrDefault(num, 0) + 1);
}
// int[] 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
PriorityQueue<int[]> queue = new PriorityQueue<int[]>(new Comparator<int[]>() {
public int compare(int[] m, int[] n) {
return m[1] - n[1];
}
});
for (Map.Entry<Integer, Integer> entry : occurrences.entrySet()) {
int num = entry.getKey(), count = entry.getValue();
if (queue.size() == k) {
if (queue.peek()[1] < count) {
queue.poll();
queue.offer(new int[]{num, count});
}
} else {
queue.offer(new int[]{num, count});
}
}
int[] ret = new int[k];
for (int i = 0; i < k; ++i) {
ret[i] = queue.poll()[0];
}
return ret;
}
}
用堆写还是比较简单的,只要会使用PriorityQueue就行
2. 快速选择算法
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer, Integer> occurrences = new HashMap<Integer, Integer>();
for (int num : nums) {
occurrences.put(num, occurrences.getOrDefault(num, 0) + 1);
}
List<int[]> values = new ArrayList<int[]>();
for (Map.Entry<Integer, Integer> entry : occurrences.entrySet()) {
int num = entry.getKey(), count = entry.getValue();
values.add(new int[]{num, count});
}
int[] ret = new int[k];
qsort(values, 0, values.size() - 1, ret, 0, k);
return ret;
}
public void qsort(List<int[]> values, int start, int end, int[] ret, int retIndex, int k) {
int picked = (int) (Math.random() * (end - start + 1)) + start;
Collections.swap(values, picked, start);
int pivot = values.get(start)[1];
int index = start;
for (int i = start + 1; i <= end; i++) {
if (values.get(i)[1] >= pivot) {
Collections.swap(values, index + 1, i);
index++;
}
}
Collections.swap(values, start, index);
if (k <= index - start) {
qsort(values, start, index - 1, ret, retIndex, k);
} else {
for (int i = start; i <= index; i++) {
ret[retIndex++] = values.get(i)[0];
}
if (k > index - start + 1) {
qsort(values, index + 1, end, ret, retIndex, k - (index - start + 1));
}
}
}
}
快速选择算法相对比较复杂,但是可以练习对于快排的理解。