import java.util.*; /** * 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。 * <p> * <p> * <p> * 示例 1: * <p> * 输入: nums = [1,1,1,2,2,3], k = 2 * 输出: [1,2] * 示例 2: * <p> * 输入: nums = [1], k = 1 * 输出: [1] * <p> * <p> * 提示: * <p> * 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。 */ public class TopKFrequent { /** * 本题考点就是优先队列中大顶堆和小顶堆的使用 * 堆是一种完全二叉树结构,优先队列可以通过内部排序维持内部顺序 * 前topk 大小和队列大小顶堆反着用,这样省空间 * <p> * 引用 * topk (前k大)用小根堆,维护堆大小不超过 k 即可。每次压入堆前和堆顶元素比较,如果比堆顶元素还小,直接扔掉,否则压入堆。检查堆大小是否超过 k,如果超过,弹出堆顶。复杂度是 nlogk * 避免使用大根堆,因为你得把所有元素压入堆,复杂度是 nlogn,而且还浪费内存。如果是海量元素,那就挂了。 * * @param nums * @param k * @return */ public static int[] topKFrequent(int[] nums, int k) { /** 使用字典,统计每个元素出现的次数,元素为键,元素出现的次数为值\ * */ Map<Integer, Integer> map = new HashMap<>(); for (int i = 0; i < nums.length; i++) { if (map.containsKey(nums[i])) { map.put(nums[i], map.get(nums[i]) + 1); } else { map.put(nums[i], 1); } } /** * 遍历map,用最小堆保存频率最大的k个元素 */ PriorityQueue<Integer> priorityQueue = new PriorityQueue<>( new Comparator<Integer>() { @Override public int compare(Integer o1, Integer o2) { return map.get(o1) - map.get(o2); } } ); // 取出最小堆中的元素 for (Integer key : map.keySet()) { if (priorityQueue.size() < k) { priorityQueue.add(key); } else if (map.get(key) > map.get(priorityQueue.peek())) { priorityQueue.poll(); priorityQueue.add(key); } } int[] resArray = new int[priorityQueue.size()]; for (int i = 0; !priorityQueue.isEmpty(); i++) { resArray[i] = priorityQueue.poll(); } return resArray; } public static void main(String[] args) { int[] nums = {1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3}; int k = 3; int[] res = topKFrequent(nums, k); for (int i = 0; i < res.length; i++) { System.out.println(res[i]); } } }