347. 前 K 个高频元素(medium) -力扣（leetCode）JS小根堆

⚡️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。

⚡️分析⚡️

题目要求返回其中出现频率前 k 高的元素，因此可用map结构配合小根堆进行解决。
先用map存储数组中各数字出现的次数，再利用出现的次数，即键值对中的key，进行小根堆排序，当数量大于k个，就将小根堆堆顶元素移除（移除的必定是出现次数最少的），直到符合题意

代码如下：

class MinHeap {
    constructor(){
        this.heap = [];
    }

    fatherIndex(index){
        return (index-1) >> 1;
    }

    swap(a,b){
        const res = this.heap[a];
        this.heap[a] = this.heap[b];
        this.heap[b] = res;
    }

    shiftup(index){
        if(index == 0)return;
        const father = this.fatherIndex(index);
        if(this.heap[father].value > this.heap[index].value){
            this.swap(father , index);
            this.shiftup(father);
        }
    }

    insert(value){
        this.heap.push(value);
        this.shiftup(this.heap.length-1);
    }

    shiftdown(index){
        if(index >= this.heap.length)return;
        const left = index*2+1;
        const right = index*2+2;
        if(this.heap[left] && this.heap[index].value > this.heap[left].value){
            this.swap(index,left);
            this.shiftdown(left);
        }
        if(this.heap[right] && this.heap[index].value > this.heap[right].value){
            this.swap(index,right);
            this.shiftdown(right);
        }
    }

    pop(){
        this.heap[0] =  this.heap.pop();
        this.shiftdown(0);
    }

    Length(){
        return this.heap.length;
    }

    popout(){
        return this.heap[0];
    }
}

/**
 * @param {number[]} nums
 * @param {number} k
 * @return {number[]}
 */
var topKFrequent = function(nums, k) {
    const map = new Map();
    nums.forEach(n => {
        map.set(n , map.has(n) ? map.get(n) + 1 : 1);
    })
    const h = new MinHeap();
    map.forEach((value,key) => {
        h.insert({value,key});
        if(h.Length() > k){
            h.pop();
        }
    });
    return h.heap.map(n => n.key);
};

算法效率如图：





觉得该篇文章有用的请不要忘记忘记点击右下角的大拇指~

欢迎大家关注我的公众号：Smooth前端成长记录
公众号正在努力更新CSDN博客内容，想方便阅读博客的C友可以来关注我的公众号以便获得更优良的阅读体验~