day13part02算法打卡|Leetcode347.前 K 个高频元素

最新推荐文章于 2024-10-14 09:08:48 发布

lala....

最新推荐文章于 2024-10-14 09:08:48 发布

阅读量193

点赞数 7

文章标签：算法 java 开发语言

本文链接：https://blog.csdn.net/wobujidao/article/details/136070536

版权

本文介绍了如何使用Java实现LeetCode题目347，通过构建LinkedHashMap统计输入数组中元素的频次，并利用PriorityQueue创建小顶堆来获取前k个高频元素。作者详细解释了代码逻辑和数据结构的选择理由。

摘要由CSDN通过智能技术生成

Leetcode347.前 K 个高频元素

实现步骤基本分为：

统计字母的频次 map
对其进行排序 -大小顶堆
获得前k个元素

java实现基础知识

-map：使用map实现类LinkedHashMap

特定方法 getOrDefault(对应值，默认值)
key-存数字 value-存频次

-PriorityQueue:

小顶堆：

PriorityQueue<int[]> que = new PriorityQueue<>(((o1, o2) -> o1[1]-o2[1]));

为什使用小顶堆：因为每次pop输出的都是出口处元素

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        //建立map--使用LinkedHashMap
        //用于统计出现频率
        //方法 map.put(key,value)---value
        // 使用map.getOrDefault(nums[i],0)
        //完成map初始化
        Map<Integer, Integer> map = new LinkedHashMap<>();
        for (int i = 0; i < nums.length; i++) {
            map.put(nums[i],map.getOrDefault(nums[i],0)+1);
        }
        //建立堆队列并定义规则  o1-o2小顶堆  o2-o1 大顶堆
        PriorityQueue<int[]> que = new PriorityQueue<>(((o1, o2) -> o1[1]-o2[1]));
        //对小顶堆进行存储 key value均存入，只不过使用value进行比较
        for(Map.Entry<Integer,Integer> entry:map.entrySet()){
            //队列的size<k ----只添加
            if(que.size()<k){
                que.add(new int[]{entry.getKey(),entry.getValue()});
            }else {
                //大于k  此元素出现次数>出口处元素次数  是先出栈再入栈
                if (entry.getValue()>que.peek()[1]){
                    que.poll();
                    que.add(new int[]{entry.getKey(),entry.getValue()});
                }
            }
        }
        int[] ans = new int[k];
        //调转结果队列顺序生成ans
        for(int i=k-1;i>=0;i--){//依次弹出小顶堆,先弹出的是堆的根,出现次数少,后面弹出的出现次数多
            ans[i] = que.poll()[0];
        }
        return ans;




    }
}