347. 前 K 个高频元素【中等】

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]

示例 3：

**输入：**nums = [1,2,1,2,1,2,3,1,3,2], k = 2

输出：[1,2]

一、最小堆

思路：

这是一个Top K 问题，优先想到的就是使用最小堆/最大堆，使用优先级队列 PriorityQueue实现，PriorityQueue 虽然继承队列接口，但实际底层封装的是树结构，所以它满足堆的所有特性，它就是堆的具体实现。

我们首先创建一个哈希map，key存数组元素，value 存出现的频率，使用map辅助，一是能记录频率，二是能去重。再创建一个最小堆，用map 中的value 来排序。在遍历map 的键数组的过程中，让堆的大小为k，超出k 时移除堆顶元素，最后得到的堆就是包含前k 个高频元素的堆了。

时间复杂度O(n log k)，因为堆是树结构，所以插入删除都是log k，当数组元素都不同时遍历耗时n

代码：

java 复制代码

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        // 使用map辅助，一是能记录频率，二是能去重
        Map<Integer, Integer> frequentMap = new HashMap<>();

        for(int num : nums){
            frequentMap.put(num, frequentMap.getOrDefault(num, 0) + 1);
        }

        PriorityQueue<Integer> minHeap = new PriorityQueue<>(
            (a, b) -> frequentMap.get(a) - frequentMap.get(b)
        );

        // map的keySet帮助去重了
        for(int num : frequentMap.keySet()){
            minHeap.offer(num);

            if(minHeap.size() > k){
                minHeap.poll(); 
            }
        }

        int[] reslut = new int[k];
        for(int i = 0; i < k; i++){
            reslut[i] = minHeap.poll();
        }
        
        return reslut;
    }
}