算法刷题记录——LeetCode篇(4.5) [第341~350题](持续更新)-CSDN博客

本文链接：https://blog.csdn.net/weixin_42826353/article/details/146909036

更新时间：2025-04-01

算法题解目录汇总：算法刷题记录——题解目录汇总
技术博客总目录：计算机技术系列博客——目录页

优先整理热门100及面试150，不定期持续更新，欢迎关注！

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。

方法一：最小堆（优先队列）

使用最小堆维护当前频率最高的k个元素，遍历时保持堆的大小不超过k，时间复杂度为O(n log k)。

统计频率：使用哈希表记录每个元素的出现次数。
维护最小堆：将元素按频率加入堆，堆大小超过k时移除堆顶（最小频率元素）。
提取结果：堆中剩余的元素即为前k高的频率元素。

代码实现(Java)：

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        // 统计频率
        Map<Integer, Integer> freqMap = new HashMap<>();
        for (int num : nums) {
            freqMap.put(num, freqMap.getOrDefault(num, 0) + 1);
        }

        // 创建最小堆，按频率升序排序
        PriorityQueue<Map.Entry<Integer, Integer>> heap = new PriorityQueue<>(
            (a, b) -> a.getValue() - b.getValue()
        );

        // 维护堆的大小为k
        for (Map.Entry<Integer, Integer> entry : freqMap.entrySet()) {
            heap.offer(entry);
            if (heap.size() > k) {
                heap.poll();
            }
        }

        // 提取结果
        int[] res = new int[k];
        int idx = 0;
        while (!heap.isEmpty()) {
            res[idx++] = heap.poll().getKey();
        }

        return res;
    }
}

方法二：桶排序

基于频率的桶排序，时间复杂度为O(n)，适合处理大数据量。

统计频率：记录每个元素出现的次数及最大频率。
构建频率桶：将元素按频率存入对应桶中。
逆序收集结果：从高频率到低频率遍历桶，收集前k个元素。

代码实现(Java)：

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        // 统计频率
        Map<Integer, Integer> freqMap = new HashMap<>();
        for (int num : nums) {
            freqMap.put(num, freqMap.getOrDefault(num, 0) + 1);
        }

        // 创建桶数组
        List<Integer>[] bucket = new List[nums.length + 1];
        for (Map.Entry<Integer, Integer> entry : freqMap.entrySet()) {
            int freq = entry.getValue();
            if (bucket[freq] == null) {
                bucket[freq] = new ArrayList<>();
            }
            bucket[freq].add(entry.getKey());
        }

        // 收集结果
        int[] res = new int[k];
        int idx = 0;
        for (int i = bucket.length - 1; i >= 0 && idx < k; i--) {
            if (bucket[i] != null) {
                for (int num : bucket[i]) {
                    res[idx++] = num;
                    if (idx == k) break;
                }
            }
        }

        return res;
    }
}