栈与队列算法题（7）前K个高频元素

目录

前K个高频元素

描述

示例 1

示例 2

提示

方法：堆

---

前K个高频元素

描述

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

• 
• 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。

方法：堆

首先我们建立一个map集合，用于统计每个数字出现的次数，然后按照次数建立一个最小堆。

每次添加新的元素进来后，对最小堆进行调整，将最小的元素删除。

最后堆中剩下的k个元素就是出现频率高的前k个元素了。

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        HashMap<Integer,Integer> map=new HashMap<>();//建立元素及出现次数的哈希表
        for (int i = 0; i < nums.length; i++) map.put(nums[i],map.getOrDefault(nums[i],0)+1);//统计每个数字出现的次数

        PriorityQueue<Integer> queue = new PriorityQueue<>(new Comparator<Integer>() {//建立最小堆及比较的方法
            @Override
            public int compare(Integer a, Integer b) {
                return map.get(a) - map.get(b);
            }
        });

        for (Integer key:map.keySet()) {// 遍历map，用最小堆保存频率最大的k个元素
            if (queue.size()<k) queue.add(key);
            else if (map.get(key)>map.get(queue.peek())){//如果当前加入的元素比最小值大
                queue.remove();//将最小值删除
                queue.add(key);//将当前元素添加进来
            }
        }

        List<Integer> res=new ArrayList<>();
        while (!queue.isEmpty()) res.add(queue.remove());//将结果添加到res中
        return res.stream().mapToInt(Integer::valueOf).toArray();
    }
}