[LeetCode]347. 前 K 个高频元素(堆)

标签：而不是   算法   大小   list   rri   queue   keyset   solution   输出   

题目

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]
说明：

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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/top-k-frequent-elements
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

题解

• 先遍历一遍记录各元素出现次数。
• 使用小根堆维护前k个频率最高元素（因为超过k个需要当前元素和堆顶元素比较，决定去掉哪个，所以使用小根堆而不是大根堆），其中定义比较器使用根据HashMap得到的元素频率大小比较。

代码

class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
        HashMap<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
        }

        PriorityQueue<Integer> minHeap = new PriorityQueue<>(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return map.get(o1) - map.get(o2);
            }
        });

        for (int key : map.keySet()) {
            minHeap.add(key);
            if (minHeap.size() > k) {
                minHeap.poll();
            }
        }

        List<Integer> list = new LinkedList<>();
        for (int num : minHeap) {
            list.add(num);
        }
        return list;
    }
}

[LeetCode]347. 前 K 个高频元素(堆)

标签：而不是   算法   大小   list   rri   queue   keyset   solution   输出   

原文地址：https://www.cnblogs.com/coding-gaga/p/11802672.html