LeetCode--347.前 K 个高频元素(栈和队列)

题目描述

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

提示:

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104
  • 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。

解题思路

该题借助Map,key为num,value为出现次数,来统计出现的数字次数。

借助PriorityQueue,优先级队列(大顶堆/小顶堆)的一种实现方式,来对Map中的元素进行频率排序。

大顶堆的定义:

1、大顶堆是一棵完全二叉树,每个父节点的值都大于或等于其子节点的值。

2、在堆结构中,堆顶(根节点)始终是整个集合中的最大元素。

代码

java 复制代码
class Solution {
    // 基于大顶堆实现
    public int[] topKFrequent(int[] nums, int k) {
        // 用Map来存放数和频率,key为数,value为频率
        Map<Integer, Integer> map = new HashMap<>();
        for(int num : nums){
            // 从1开始计数
            map.put(num,map.getOrDefault(num,0) + 1);
        }
        // 使用PriorityQueue实现大顶堆
        // Comparator接口默认返回o1-o2,在PriorityQueue中默认为小顶堆
        // 这里重写Comparator接口的compare方法(o1, o2) -> o2[1] - o1[1],频率相减
        // 变成大顶堆排序
        PriorityQueue<int[]> pq = new PriorityQueue<>((o1,o2) -> o2[1] - o1[1]);
        for(Map.Entry<Integer,Integer> entry : map.entrySet()){
            // 向PriorityQueue中插入数据
            pq.add(new int[] {entry.getKey(),entry.getValue()});
        }
        int[] result = new int[k];
        for(int i=0; i<k; i++){
            // 将前k个高频率插入返回数组
            result[i] = pq.poll()[0];
        }
        return result;
    }
}
相关推荐
2601_962106642 小时前
【Java Set综合实战】商品管理系统 + 图书收藏系统|Product、Book自定义类全套代码
java
RuoyiOffice2 小时前
SpringBoot+Vue3 凭证生命周期设计:审核、过账、冲销与反过账怎样保持账目一致
java·spring boot·事务·springboot3·财务系统·会计凭证·ruoyi office
GoAI3 小时前
DeepSeek Harness Memory (一)主流记忆插件总结
后端·算法·面试
2601_962106643 小时前
HashMap入门|工号-姓名键值存储、两种遍历方式、根据key/value查
java
Pniubi3 小时前
力扣54.螺旋矩阵
算法·leetcode·矩阵
杨凯凡3 小时前
Spring Framework 7 API 版本管理实战:请求头路由、兼容迁移与废弃策略
java·rest api·springframework·spring boot 4·api版本管理
T_Wizard4 小时前
同一个问题写了 4 遍:官方 SDK / HTTP / Spring AI / LangChain4j,到底该选哪个
java·ai编程
hai_android4 小时前
AudioTrack 深度解析:从原理到实战
android·java·kotlin
斯维赤4 小时前
限流、熔断、降级,你真的分得清吗?
java·后端·架构