347. 前 K 个高频元素（中等）

1. 题目描述

题目中转：347. 前 K 个高频元素

2.详细题解

    寻找出现频率前$k$高的元素，因此需要先统计各个元素出现的次数，该步骤时间复杂度为$O(n)$，再对各元素的出现频率进行排序，假定不同元素的个数为$m$，该步骤的最佳时间复杂度为$O(mlog(m))$，如归并、堆排序等算法。
  这里介绍一种桶排序算法：桶排序（Bucket Sort）是一种排序算法，它通过将数据分散到有限数量的桶中，然后对每个桶中的数据单独进行排序，最后按照顺序将各个桶中的数据合并起来得到最终排序结果。简单的说，已知数据种类有限，逐一遍历数据并装入相应的桶中，仅需$O(n)$时间复杂度即可完成数据排序。
  对于本题，先统计各元素出现的频率，再以元素的频率作为桶，将相应频率的元素放入指定桶中。具体算法如下：

• Step1：初始化：统计各元素出现的频率，数据结构为字典，算法时间复杂度为$O(n)$；
• Step2：数组中元素个数为$n$，构建$n+1$个桶，数据结构为数组，数组的索引下标对应元素出现的频率（可进一步优化，桶的数据为元素出现的最大频率）；
• Step3：遍历各元素出现的频率，放入对应桶中，算法时间复杂度为$O(m)$；
• Step4：从右至左遍历桶，如果桶中有元素，则放入最终结果；
• Step5：当结果数量为$k$时，程序结束；
• Step6：返回结果。

3.代码实现

3.1 Python

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
        fre_dict = {}
        for num in nums:
            fre_dict[num] = fre_dict.get(num, 0) + 1
        res = [[] for _ in range(len(nums) + 1)]
        for key, value in fre_dict.items():
            res[value].append(key)
        ans = []
        for i in range(len(nums), 0, -1):
            if len(res[i]) > 0:
                ans.extend(res[i])
            if len(ans) == k:
                break
        return ans

3.2 Java

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        int[] res = new int[k];
        HashMap<Integer, Integer> fre_dict = new HashMap();
        for (int num: nums){
            if (fre_dict.containsKey(num)){
                fre_dict.put(num, fre_dict.get(num)+1);
            }else {
                fre_dict.put(num, 1);
            }
        }

        List<Integer>[] list = new List[nums.length+1];
        for(int key : fre_dict.keySet()){
            // 获取出现的次数作为下标
            int i = fre_dict.get(key);
            if(list[i] == null){
               list[i] = new ArrayList();
            } 
            list[i].add(key);
        }

        for (int i=list.length-1, j = 0; i>=0 && j < k; i--){
            if (list[i] == null) continue;
            for (int value: list[i]){
                res[j++] = value;
            }
        }
        return res;
    }
}

  执行用时不必过于纠结，对比可以发现，对于python和java完全相同的编写，java的时间一般是优于python的；至于编写的代码的执行用时击败多少对手，执行用时和网络环境、当前提交代码人数等均有关系，可以尝试完全相同的代码多次执行用时也不是完全相同，只要确保自己代码的算法时间复杂度满足相应要求即可，也可以通过点击分布图查看其它coder的code。