[LC347] Top K Frequent Elements

347. Top K Frequent Elements

Given a non-empty array of integers, return the k most frequent elements.

For example,
Given [1,1,1,2,2,3] and k = 2, return [1,2].

Note:
You may assume k is always valid, 1 ≤ k ≤ number of unique elements.

Your algorithm’s time complexity must be better than O(n log n), where n is the array’s size.

首先需要明确的是，什么叫做 k frequent elements，这并不是 K 个最后访问的元素，而是出现最多的 K 个元素，所以使用 dequeue 之类的做法就不符合题意了。

我们需要做的是使用某种方法首先记录每一个元素的出现次数，hashmap 就是一个很好的选择。对每一个元素我们记录它的出现频率。

那么我们如何排序它们呢，一个很直接的想法就是根据频率使用排序，那么不可避免的时间复杂度讲到了 O(n log n)，这是题目需要我们优化的。

这里我们可以根据频率进行桶排序，这意味着不用在乎相同频率的元素先后次序，然后我们按照大小将其放到结果中。针对内部顺序无关痛痒的题目，桶排序，或者堆排序是一种很有效的方法。

List<Integer>[] bucket = new List<Integer>[nums.length+1]可以保证所有频率都能够被记录在每一个桶中。

public class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
        HashMap<Integer,Integer> freq = new HashMap();
        for(int num:nums){
            if(freq.containsKey(num)){
                freq.put(num,freq.get(num)+1);
            }else{
               freq.put(num,1); 
            }
        }// here we finished the frequency record

        // then sort the elements based on frequency

        List<Integer> res = new ArrayList();
        ArrayList<Integer>[] bucket = new ArrayList[nums.length+1]; // in [1] case, we must have freq 1!
        for(int num:freq.keySet()){
            int f = freq.get(num);
            if(bucket[f] == null){
                bucket[f] = new ArrayList<Integer>();
            }
            bucket[f].add(num);
        }
        int i = nums.length;
        while(i>=0 && res.size() < k){
            if(bucket[i] != null){
                res.addAll(bucket[i]);
            }
            i--;
        } 
        return res;
    }
}