一个算法题带你搞懂＜堆结构＞：347、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。

一、问题

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。

示例一：

输入: nums = [1,1,1,2,2,3], k = 2

输出: [1,2]

示例二：

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

二、思路

1、统计元素出现频率 map结构：(key,value) key存放元素值，value存放出现次数，遍历整个数组求出每个元素的出现频次，时间复杂度O(logn)；

2、对频率排序 按照value值进行排序；

3、找出前K个高频元素。

堆排序：nlog(n)

堆排序：维持前K个高频元素的有序集合，如K=3

三、堆相关知识

3.1 堆的相关定义

定义：堆(Heap)是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵完全二叉树的数组对象。 故通常我们用完全二叉树来维护一个一维数组。

性质：

1）堆中某个节点的值总是不大于或不小于其父节点的值。

2）堆总是一棵完全二叉树。

完全二叉树：

满足下面两点：

1）如果将二叉树的深度设置为h，则除h层之外的所有层（1~h-1）中的节点数达到最大值（满二叉树）

2）并且h层中的所有节点都连续地集中在最左侧

就是一个完全的二叉树。

3.2 堆的分类

1）大根堆：一棵完全二叉树，满足任一节点都比其孩子节点大。

2）小根堆：一棵完全二叉树，满足任一节点都比其孩子节点小。

3.3 构建堆

以大根堆为例：

给定初始数组：[2, 9, 7, 8, 5, 0, 1, 6, 4, 3]

3.3.1 堆的向下调整性

（大根堆为例）

假设根节点的左右子树都是堆，但是根节点不满足堆的性质，可以通过一次向下调整来将其变成一个堆。

1）初始的树结构如下图，根节点2无法成堆，但其左右子树均能成大根堆

2）变更2的位置，先取出数值2，对比其孩子节点大小，9比7大，9移动到根节点的位置。

3）如果移动到空位上，8和5都比2大，显然不成立。因此需要移动空位下一层节点中更大的值到该空位中，8大于5，将8移动到空位中。

4）同理，2移动到现有空位上，6和4都大于2，堆无法成立。同上步骤，选择6和4中较大的值移动到空位

5）现有空位为叶子节点，已经是堆的最小节点，移动2到空位上，这时，原先的完全二叉树变为大根堆。

以上整个移动过程，就是一次堆的向下调整。

3.3.2 堆排序过程

（1）建立堆；

（2）得到堆顶元素，为最大元素；

（3）去掉堆顶，将堆最后一个元素放到堆顶，此时可通过一次调整重新使堆有序；

（4）堆顶元素为第二大元素；

（5）重复步骤3，直到堆变空。

四、题解

1、统计元素出现频率 map结构：(key,value) key存放元素值，value存放出现次数，遍历整个数组求出每个元素的出现频次，时间复杂度O(logn)；

2、对频率排序 按照value值进行排序；

1）如图，大根堆堆顶是列表中最大的数。取走9，得到列表中第一大的数。

2）取堆中最后一个元素，这里是3，将3移动到堆顶，得到一个除了根节点外，子树都是堆的完全二叉树

3）向下调整，得到如下图的大根堆。

如图，大根堆堆顶是列表中最大的数。取走8，得到列表中第二大的数。

4）重复2）3）过程直至取到的个数为k

3、找出前K个高频元素，输出结果