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]
提示:
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。
解题思路:
方法一:采用暴露排序法, 使用排序算法对元素按照频率由高到低进行排序,然后再取前 k个元素,时间复杂度已超过nlogn。
方法二:hashMap和最小堆
- 首选用hashMap存每个数出现的次数,key为当前数,value为该数在数组出现的次数。
- 建立一个最小堆,该堆排序是按照value进行升序排序的,我们可以利用java类PriorityQueue,该类默认升序排列,该类介绍可以参看https://www.cnblogs.com/dxflqm/p/12067265.html,
- 如果建堆的时候,堆大小超过了K,我们直接poll()弹出,剩下的就是大小为K的最小堆,即为我们所求。
代码如下:
class Solution
{
public List<Integer> topKFrequent(int[] nums, int k)
{
// 用hashMap存
HashMap<Integer, Integer> count = new HashMap();
for (int n : nums)
{
count.put(n, count.getOrDefault(n, 0) + 1);
}
// 初始化最小堆,按value值升序排列。
PriorityQueue<Integer> heap =
new PriorityQueue<Integer>((n1, n2) -> count.get(n1) - count.get(n2));
// 遍历map,构建key,大小为K的最小key堆
for (int n : count.keySet())
{
heap.add(n);
if (heap.size() > k)
{
heap.poll();
}
}
// 构建我们的结果
List<Integer> top_k = new LinkedList();
while (!heap.isEmpty())
{
top_k.add(0, heap.poll());
return top_k;
}
}
}
这个步骤需要 O(N) 时间其中 N 是列表中元素个数。
第二步建立堆,堆中添加一个元素的复杂度是 O(log(k)),要进行 N 次复杂度是 O(N)。
最后一步是输出结果,复杂度为O(klog(k)