题目
链接:https://leetcode-cn.com/problems/top-k-frequent-elements
给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
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:
你可以假设给定的 k 总是合理的,且 1 ≤ k ≤ 数组中不相同的元素的个数。
你的算法的时间复杂度必须优于 O(n log n) , n 是数组的大小。
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。
你可以按任意顺序返回答案。
最小堆,代码已详细注释
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer, Integer> map = new HashMap<>();
// 1. 统计每个数字出现的频次
for (int i = 0; i < nums.length; i++) {
map.put(nums[i], map.getOrDefault(nums[i],0) + 1);
}
// 2. 自定义优先队列排序方式,以map的值排序,也就是按频次排序。这实现的是一个最小堆
PriorityQueue<Map.Entry<Integer,Integer>> minPQ =
new PriorityQueue(new Comparator<Map.Entry<Integer,Integer>>(){
public int compare(Map.Entry<Integer,Integer> o1, Map.Entry<Integer,Integer> o2) {
return o1.getValue() - o2.getValue();
}
});
// 3. 向优先队列(最小堆中)加入k个元素
for (Map.Entry<Integer,Integer> entry : map.entrySet()) {
if (minPQ.size() < k) {
minPQ.offer(entry);
} else if (entry.getValue() > minPQ.peek().getValue()) {
minPQ.poll();
minPQ.offer(entry);
}
}
// 4. 取出优先队列元素加入数组中
int[] ans = new int[k];
for (int i = 0; i < k; i++) {
ans[i] = minPQ.poll().getKey();
}
return ans;
}
}
桶排序
由于频率的范围是固定的:[0,nums.length]
,因此可以使用桶排序。先对数组中的数字进行计数,然后创建nums.length+1
个桶,桶的下标就是出现的频率。遍历数字与其频率的键值对。将相同频率的数字假如对应的桶中,这样只要从后往前遍历桶,从桶中取k个数字就是需要的k个高频元素(可以想象成抽水),使用桶排序的时间复杂度为O(n+m),n为数组长度,m为桶数组长度。
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer, Integer> map = new HashMap<>();
// 1. 统计每个数字出现的频次
for (int i = 0; i < nums.length; i++) {
map.put(nums[i], map.getOrDefault(nums[i],0) + 1);
}
// 频率的范围为[0, nums.length] 所以可以使用桶排序, 桶的下标为频率值
List<Integer>[] buckets = new ArrayList[nums.length + 1];
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
int frequent = entry.getValue();
if (buckets[frequent] == null) {
buckets[frequent] = new ArrayList<>();
}
buckets[frequent].add(entry.getKey());
}
// 从后向前遍历,前k个桶中的元素就是频率最大的元素
List<Integer> topK = new ArrayList<>();
for (int i = buckets.length - 1; i >= 0 && topK.size() < k; i--) {
if (buckets[i] == null)
continue;
// 如果桶中的元素数量比需要的元素数量小则将桶中的元素全部加入集合
if (buckets[i].size() < k - topK.size()) {
topK.addAll(buckets[i]);
} else {
// 如果桶中的元素数量比需要的元素数量大,则加入剩余元素
topK.addAll(buckets[i].subList(0, k - topK.size()));
}
}
int[] ans = new int[k];
for (int i = 0; i < k; i++) {
ans[i] = topK.get(i);
}
return ans;
}
}