347.前K个高频元素
思路1:
- 使用HashMap存储元素以及元素出现的频率
- 使用List存储元素,再使用Collections对list按照自己的比较逻辑进行排序
- 最后根据K值,保存到数组中返回即可
代码实现
class Solution {
public int[] topKFrequent(int[] nums, int k) {
int[] result = new int[k];
HashMap<Integer, Integer> map = new HashMap<>();
for (int i = 0; i < nums.length; i++) {
int frequency = map.getOrDefault(nums[i], 0) + 1;
map.put(nums[i], frequency);
}
List<Integer> list = new LinkedList<Integer>(map.keySet());
Collections.sort(list, new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
// TODO Auto-generated method stub
return map.get(o2) - map.get(o1);
}
});
for (int i = 0; i < k; i++) {
result[i] = list.get(i);
}
return result;
}
}
思路2:
先用hashmap存每个元素以及其出现的频率,然后利用最小堆,即使用优先级队列,按照从小到大排序,放入的元素不能超过k个,否则就与堆顶进行比较,如果大于就抛出堆顶,将元素放进堆中即可,最后反向遍历优先级队列放入数组中返回。
代码实现
class Solution {
public int[] topKFrequent(int[] nums, int k) {
/**
* 输入: nums = [1,1,1,2,2,3], k = 2
* 输出: [1,2]
*/
HashMap<Integer, Integer> map = new HashMap<>();
for (int num : nums) {
map.put(num, map.getOrDefault(num, 0) + 1);
}
//下标0代表num值,下标1代表出现次数
PriorityQueue<int[]> priorityQueue = new PriorityQueue<>((o1, o2) -> o1[1] - o2[1]);
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
if (priorityQueue.size() < k) {
priorityQueue.offer(new int[]{entry.getKey(), entry.getValue()});
} else if (entry.getValue() > priorityQueue.peek()[1]) {
priorityQueue.poll();
priorityQueue.offer(new int[]{entry.getKey(), entry.getValue()});
}
}
int[] result = new int[k];
for (int i = k - 1; i >= 0; i--) {
result[i] = priorityQueue.poll()[0];
}
return result;
}
}