要求
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。
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。
思路
1、这道题目涉及三块内容:
要统计元素出现频率 —>使用map
对频率排序 —>优先级队列
找出前K个高频元素
堆是一颗完全二叉树,树中每个结点的值都不小于(或不大于)其左右孩子的值。 如果父亲结点是大于等于左右孩子就是大顶堆,小于等于左右孩子就是小顶堆。可以用priority_queue(优先级队列)实现,底层实现都是一样的,从小到大排就是小顶堆,从大到小排就是大顶堆。
我们要用小顶堆,因为要统计最大前k个元素,只有小顶堆每次将最小的元素弹出,最后小顶堆里积累的才是前k个最大元素。
public class LeetCode347 {
public int[] topKFrequent(int[] nums, int k) {
//返回结果
int[] result = new int[k];
//统计出现的频率
HashMap<Integer, Integer> map = new HashMap<>();
for (int num : nums) {
map.put(num, map.getOrDefault(num,0) + 1);
}
Set<Map.Entry<Integer, Integer>> entries = map.entrySet();
// 根据map的value值正序排,相当于一个小顶堆
PriorityQueue<Map.Entry<Integer,Integer>> queue = new PriorityQueue<>(
(o1, o2) -> o1.getValue() - o2.getValue());
for (Map.Entry<Integer, Integer> entry : entries) {
queue.offer(entry);
//如果总数大于k值,弹出小的
if (queue.size() > k){
queue.poll();
}
}
for (int i = k-1; i >= 0; i--) {
result[i] = queue.poll().getKey();
}
return result;
}
}