leetcode 347. Top K Frequent Elements 前 K 个高频元素 leetcode排序

一、题目大意 https://leetcode.cn/problems/top-k-frequent-elements
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。
二、解题思路 【leetcode 347. Top K Frequent Elements 前 K 个高频元素】题意：
给定一个数组，统计前k个高频的数字，顺序任意。
思路：
用桶排序来解决这个问题。使用哈希表统计频率，统计完成后创建一个数组，将频率作为数组下标，对于出现频率不同的数字集合，存入对应的数组下标即可。
实现：
使用HashMap来做，key为值，value为出现的频数

输入：nums:[1,1,1,1,2,2,3,4]k:2第一步：统计数值的频数，用map存储数值：1 2 3 4 频数：4 2 1 1第二步：以频数构造桶，用list[]，-->用 PriorityQueue 优化 |0|1|2| 3|4 | |3,4|2||1第三步：从桶中倒数取前k个

三、解题方法 3.1 Java实现

public class Solution { public int[] topKFrequent(int[] nums, int k) { // 统计频数并记录最大频数值 Map countMap = new HashMap<>(); int maxCount = 0; for (int tmp : nums) { // int tmpCount = countMap.containsKey(tmp) ? countMap.get(tmp) + 1 : 1; int tmpCount = countMap.getOrDefault(tmp, 0) + 1; maxCount = Math.max(maxCount, tmpCount); countMap.put(tmp, tmpCount); }// 构造桶 List[] listArr = new List[maxCount + 1]; for (Integer tmp : countMap.keySet()) { int count = countMap.get(tmp); if (listArr[count] == null) { listArr[count] = new ArrayList<>(); } listArr[count].add(tmp); }// 从桶中倒数取前k个 List resList = new ArrayList<>(); for (int i = listArr.length - 1; i >= 0 && resList.size() < k; i--) { if (listArr[i] == null) { continue; } resList.addAll(listArr[i]); } return resList.stream().mapToInt(x -> x).toArray(); } }

3.2 java实现（优化）

class Solution { public int[] topKFrequent(int[] nums, int k) { // 堆排序 + 最大堆 // 1、先统计数组中元素出现的个数，使用 HashMap 存储，一次遍历 // 2、对元素个数进行堆排序，构建最大堆 // 3、取出堆中前 k 个元素 Map map = new HashMap<>(); for (int num : nums) { map.put(num, map.getOrDefault(num, 0) + 1); } PriorityQueue priority = new PriorityQueue<>(new Comparator(){ public int compare(int[] num1, int[] num2) { return num2[1] - num1[1]; } }); for (int key : map.keySet()) { priority.offer(new int[]{key, map.get(key)}); } int[] res = new int[k]; for (int i = 0; i < k; i++) { res[i] = priority.poll()[0]; } return res; } }

四、总结小记