有10万个数据，数据范围在1~1000之内，统计出现次数最多的5个数据，打印当前的数据及其出现的次数

   Random random = new Random();

        //1使用ArrayList存放数据
        ArrayList <Integer> arrayList = new ArrayList <Integer>(10000);

        for (int i = 0; i < 10000; i++) {
            int value = random.nextInt(1000) + 1;//[0,1000)
            arrayList.add(value);
        }

        // 第一次打印集合数据
        Iterator <Integer> iterator1 = arrayList.iterator();
        int i = 0;
        while (iterator1.hasNext()) {

            System.out.print(iterator1.next()+" ");
            i++;
            if (i % 10 == 0) System.out.println();
        }
        System.out.println("-------原数据打印------");

        //2、数据统计

        HashMap <Integer, Integer> hashMap = new HashMap <Integer, Integer>();
        Iterator <Integer> iterator = arrayList.iterator();
        while (iterator.hasNext()) {
            Integer key = iterator.next();
            if (hashMap.containsKey(key)) {
                hashMap.put(key, hashMap.get(key)+1);
            } else {
                hashMap.put(key,1);
            }
        }

        // 3、通过优先级队列来获取出现次数最多的5个数据(创建小根堆)
        /**
         * 为什么优先级队列中存储Map.Entry?
         * 因为做判断出现次数时，要考虑那个key对应的value，
         * 需要将key和value同时存储在优先级队列中，而优先级队列只能存储单个类型的数据，
         * 将键值对转化为一个类型的数据即Map.Entry
         * 
         * 为什么自定义比较器new Comparator <Map.Entry <Integer, Integer>>？
         * 要比较的出现的次数，即map中的value值
         */
        //为什么优先级队列中存储Map.Entry，因为做判断出现次数时，要考虑那个key对应的value，需要将key和value同时存储在
        PriorityQueue <Map.Entry <Integer, Integer>> priorityQueue = new PriorityQueue <Map.Entry <Integer, Integer>>(5, new Comparator <Map.Entry <Integer, Integer>>() {
            @Override
            public int compare(Map.Entry <Integer, Integer> o1, Map.Entry <Integer, Integer> o2) {
                return o1.getValue() - o2.getValue();
            }
        });


        //4、遍历HashMap来获取数据
        Iterator <Map.Entry <Integer, Integer>> iterator2 = hashMap.entrySet().iterator();
        while (iterator2.hasNext())  {
            Map.Entry <Integer, Integer> entry = iterator2.next();
            if (priorityQueue.size() < 5) {
                priorityQueue.add(entry);
            }else {
                //堆顶元素出现次数和当前entry的出现次数比较，当前entry的次数大于堆顶元素次数，则删除堆顶添加当前元素
                if (entry.getValue() > priorityQueue.peek().getValue()) {
                    priorityQueue.remove();
                    priorityQueue.add(entry);
                }
            }
        }


        //5、优先级队列中是最大的5个
        Iterator <Map.Entry <Integer, Integer>> iterator3 = priorityQueue.iterator();
        while (iterator3.hasNext()) {
            Map.Entry <Integer, Integer> entry = iterator3.next();
            System.out.println("数据："+entry.getKey()+",出现次数："+entry.getValue());
            iterator3.remove();
        }