美文网首页
【leetcode】前 K 个高频元素

【leetcode】前 K 个高频元素

作者: 程序员小2 | 来源:发表于2020-06-30 08:40 被阅读0次

    【leetcode】前 K 个高频元素

    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。

    思路:

    求频率最高的题目, 第一想法就是要用HashMap,key是每个数字,value是数字出现的次数。
    求出每个数字的频率之后,我们想要求出第k高的频率的元素,并且时间复杂度必须优于O(nlog n),那么该如何求呢?
    我们应该想到,堆的时间复杂度正好是O(nlog n),可以用堆来求。而堆是可以利用优先队列PriorityQueue来求的。
    重写compare方法,把频率最高的前k个数字加入queue中, 最后只要把优先队列中的值给弹出,然后再add到list中去就可以了。

    java代码:

    class Solution {
       public List<Integer> topKFrequent(int[] nums, int k) {
            List<Integer> res = new ArrayList<>();
            if (nums == null || nums.length == 0) {
                return res;
            }
     
            Map<Integer, Integer> map = new HashMap();
            for (int i : nums) {
                if (!map.containsKey(i)) {
                    map.put(i, 1);
                } else {
                    map.put(i, map.get(i) + 1);
                }
            }
     
            PriorityQueue<Integer> queue = new PriorityQueue<>(new Comparator<Integer>() {
                @Override
                public int compare(Integer o1, Integer o2) {
                    return map.get(o1) - map.get(o2);
                }
            });
     
            for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
                if (queue.size() < k) {
                    queue.add(entry.getKey());
                } else {
                    if (entry.getValue() > map.get(queue.peek())) {
                        queue.remove();
                        queue.add(entry.getKey());
                    }
                }
            }
     
     
            while (!queue.isEmpty()) {
                res.add(queue.remove());
            }
     
            return res;
        }
    }
    

    相关文章

      网友评论

          本文标题:【leetcode】前 K 个高频元素

          本文链接:https://www.haomeiwen.com/subject/ghdtqktx.html