LeetCode-347-前K个高频元素
# LeetCode-347-前K个高频元素
给定一个非空的整数数组，返回其中出现频率前 k 高的元素。
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：
- 你可以假设给定的 k 总是合理的，且 1 ≤ k ≤ 数组中不相同的元素的个数。
- 你的算法的时间复杂度必须优于 O(n log n) , n 是数组的大小。
- 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。
- 你可以按任意顺序返回答案。
# 解题思路
方法1、最小堆：
首先利用Map来计算数组中数字出现的频率
之后利用一个优先队列，在存储的过程中按照频率进行排序，且只存储频率最高的前K个数
由于题目要求的顺序可以不同，所以最后一次弹出queue中的数字到list中就好了
计算频率这个步骤需要 O(N)时间其中 N是列表中元素个数。
第二步建立堆，堆中添加一个元素的复杂度是 O(log(k))，要进行 N 次复杂度是 O(N)。
最后一步是输出结果，复杂度为 O(klog(k))。第二步和最后一步复杂度综合O(Nlog(k))。
因此总复杂度为O(N+Nlog(k)) = O(Nlog(k))
# Java代码
class Solution {
public int[] topKFrequent(int[] nums, int k) {
Map<Integer, Integer> map = new HashMap<>();
List<Integer> list = new ArrayList<>();
for (int num : nums) {
map.put(num, map.getOrDefault(num, 0) + 1);
}
PriorityQueue<Map.Entry<Integer, Integer>> queue = new PriorityQueue<>((v1, v2) -> v1.getValue() - v2.getValue());
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
if (queue.size() < k) {
queue.add(entry);
} else {
if (entry.getValue() > queue.peek().getValue()) {
queue.poll();
queue.add(entry);
}
}
}
while (!queue.isEmpty()) {
list.add(queue.poll().getKey());
}
return list.stream().mapToInt(Integer::intValue).toArray();
}
}本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2020-07-15，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
相关产品与服务
对象存储
对象存储（Cloud Object Storage，COS）是由腾讯云推出的无目录层次结构、无数据格式限制，可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务。腾讯云 COS 的存储桶空间无容量上限，无需分区管理，适用于 CDN 数据分发、数据万象处理或大数据计算与分析的数据湖等多种场景。