【NO.83】LeetCode HOT 100—347. 前 K 个高频元素

题目：347. 前 K 个高频元素

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。

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：

1 <= nums.length <= 105
k 的取值范围是 [1, 数组中不相同的元素的个数]
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

进阶：你所设计算法的时间复杂度 必须 优于 O(n log n) ，其中 n 是数组大小。

解题

方法：排序（堆排序）

// 时间 O(Nlog⁡k)  空间O(N)
class Solution {
    // 思路：先统计每个数字出现的次数，然后对次数进行排序。
    public int[] topKFrequent(int[] nums, int k) {
        // map统计出现的次数
        Map<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num,0)+1);
        }
        /*
        在这里，我们可以利用堆的思想：建立一个小顶堆，然后遍历「出现次数数组」：

        如果堆的元素个数小于 k，就可以直接插入堆中。
        如果堆的元素个数等于 k，则检查堆顶与当前数出现次数的大小。
            如果堆顶更大，说明至少有 k 个数字的出现次数比当前值大，故舍弃当前值；
            否则，就弹出堆顶，并将当前值插入堆中。
            （所以这个小顶堆维护的是前k个出现次数最多的元素，并且堆顶是那个出现次数最少的数，最终堆中剩下的元素就是我们要的答案）
        */
        // int[] 的第一个元素代表数组的值，第二个元素代表了该值出现的次数
        PriorityQueue<int[]> queue = new PriorityQueue<>(new Comparator<int[]>(){
            public int compare(int[] m, int[] n){
                return m[1] - n[1];
            }
        });

        for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
            int key  = entry.getKey();
            int value = entry.getValue();
            if (queue.size() == k) {
                if (value > queue.peek()[1]) {
                    queue.poll();
                    queue.offer(new int[]{key, value});
                }
            } else {
                queue.offer(new int[]{key, value});
            }
        }
        // 队列中前k个元素就是答案
        int[] ans = new int[k];
        for (int i = 0; i < k; i++) {
            ans[i] = queue.poll()[0];
        }

        return ans;
    }
}