LeetCode 347-前k个高频元素
题目描述
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。
解题思路
判断:
- 这道题目设计以下三块内容:
- 统计元素出现频率:使用map
- 对频率排序:使用优先级序列——堆
- 找出前 k 个高频元素:使用小顶堆,小顶堆每次将最小的元素弹出,最后剩下的就是前 k 个最大元素
代码
class Solution {
public int[] topKFrequent(int[] nums, int k) {
//优先级队列,为了避免复杂api操作,pq存储数组
//lambda表达式设置了优先级队列从大到小存储o1-o2为从小到大
PriorityQueue<int[]> pq = new PriorityQueue<>((o1,o2) -> o1[1] - o2[1]);
int[] res = new int[k]; //答案数组为k个元素
Map<Integer, Integer> map = new HashMap<>();//记录元素出现次数
for (int num : nums) map.put(num, map.getOrDefault(num,0) + 1);
for (var x : map.entrySet()) { //entrySet获取k-v Set集合
//将kv转化成数组
int[] tmp = new int[2];
tmp[0] = x.getKey();
tmp[1] = x.getValue();
pq.offer(tmp);
// 下面的代码是根据小根堆实现的,只保留优先队列的最后k个,只要超过k个就将最小的弹出,剩余的k个就是答案
if(pq.size() > k) {
pq.poll();
}
}
for (int i = 0; i < k; i++) {
res[i] = pq.poll()[0]; //获取优先队列里的元素
}
return res;
}
}
复杂度
- 时间复杂度
时间复杂度为O(n log k) - 空间复杂度
O(n)
难点
- 实现思路:使用堆!
- 堆的实现:这里使用
Comparator
接口
Comparator接口说明:返回负数,形参中第一个参数排在前面;返回正数,形参中第二个参数排在前面。
- 对于队列:排在前面意味着往队头靠。
- 对于堆(使用
PriorityQueue
实现):从队头到队尾按从小到大排就是最小堆(小顶堆);从队头到队尾按从大到小排就是最大堆(大顶堆)—>队头元素相当于堆的根节点。
- 使用lambda表达式创建最大堆比较器:
Comparator maxHeapComparator = (a, b) -> b - a; PriorityQueue maxHeap = new PriorityQueue<>(maxHeapComparator);
Comparator
是一个函数式接口,它只包含一个抽象方法compare(T o1, T o2)
,这个方法接受两个参数并返回一个整数,用于比较这两个对象的大小。由于 Comparator 是函数式接口,因此可以使用 Lambda 表达式来创建它的实例。(a, b) -> b - a
是一个lambda表达式。左侧(a,b)
是参数列表,右侧b-a
是函数体,表示通过比较 b 和 a 的差值来确定两个对象的顺序。这个差值为正时,表示 b 比 a 大,为负时,表示 a 比 b 大,为零时,表示它们相等。- Lambda 表达式是创建了一个比较器,用于按照从大到小排序。这个比较器可以传递给 PriorityQueue,以确保最大的节点在堆的顶部。Lambda 表达式的简洁性使得它成为创建匿名函数对象的一种便捷方式。
总结
学习到新知识:堆