有1万个数据，数据范围在1~1000之内，统计出现次数最多的5个数据，打印数据及出现的次数

优先级队列应用场景：Top K问题

PriorityQueue，即优先级队列，优先级队列作用是保证每次取出来的元素都是队列中最小的（Java优先级队列默认每次取最小元素）

PriorityQueue是Queue的实现类，而Queue接口是Collection接口的子接口，除了基本的Collection操作外，队列还提供了其他的插入，提取和检查的操作，每个方法存在两种形式：一种是抛出异常（操作失败时），另外一种情况返回一个特殊值（null或者false，取决于操作）。

特点：

1、优先级队列默认每次获取是队列中最小的,也可以通过comparator比较器类来自定义获取最大还是最小值

2、优先级队列中不能存储null

思路：

第一步：产生数据：ArrayList 存储产生的随机数

第二步：统计数据出现的次数：HashMap

key：出现的数据 value：数据出现的次数

第三步：统计出现最多的数据 TopK 优先级队列 ，给定容量为5的小根堆

 注意：比较数据的次数，不能直接将Interger类型的数据作为优先级队列的数据类型，因为存储数据包含map中的键和值，优先级队列存放的是单个值。map是键值对类型—>Entry类型。在优先级队列中存放Entry类型的实体，比较value值

第一步、第二步中涉及到的代码在这篇文章中已经讲过https://blog.csdn.net/qq_49129184/article/details/123008470

第三步：

统计出现次数最多的5个数据 ：

 

        PriorityQueue <Map.Entry <Integer, Integer>> priorityQueue = new PriorityQueue <>(5, new Comparator <Map.Entry <Integer, Integer>>() {
            @Override
            public int compare(Map.Entry <Integer, Integer> o1, Map.Entry <Integer, Integer> o2) {
                return o1.getValue() - o2.getValue();
            }
        });

遍历HashMap：

        Iterator <Map.Entry <Integer, Integer>> iterator2 = hashMap.entrySet().iterator();
        while (iterator2.hasNext()) {
            Map.Entry <Integer, Integer> entry = iterator2.next();
            if (priorityQueue.size() < 5) {
                priorityQueue.add(entry);
            } else {
                //优先级队列中已经存在5个数据 ，小根堆，堆顶最小
                Map.Entry <Integer, Integer> entry1 = priorityQueue.peek();
                //比较出现次数
                if (entry.getValue() > entry1.getValue()) {
                    //当前元素大于堆顶元素，删除堆顶，添加当前元素
                    priorityQueue.remove();
                    priorityQueue.add(entry);
                }
            }
        }

打印数据：

Iterator<Map.Entry<Integer, Integer>> iterator1 = priorityQueue.iterator();
        while (iterator1.hasNext()) {
            Map.Entry<Integer, Integer> entry = iterator1.next();
            System.out.println("数据：" + entry.getKey() + "  出现次数：" + entry.getValue());
        }