机关建设网站,wordpress warning:,网站栏目是什么,河南手机网站设计本文是力扣LeeCode-347. 前 K 个高频元素 学习与理解过程#xff0c;本文仅做学习之用#xff0c;对本题感兴趣的小伙伴可以出门左拐LeeCode。 给你一个整数数组 nums 和一个整数 k #xff0c;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…本文是力扣LeeCode-347. 前 K 个高频元素 学习与理解过程本文仅做学习之用对本题感兴趣的小伙伴可以出门左拐LeeCode。 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] 提示 1 nums.length 105 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。 思路 统计元素出现的频率 --------- 使⽤map来进⾏统计对元素的频率进行排序 --------- 由于map的value频率排序完没法再找到对应的key所以应该使⽤⼀种 容器适配器 就是 优先级队列针对这道题使用优先级队列最优快排也比不上。找出前K个⾼频元素 --------- 相比大顶堆需要所有元素都排序一遍使用小顶堆只排序k个元素性能更优。 因为要统计最⼤前k个元素只有⼩顶堆每次将最⼩的元素弹出最后⼩顶堆⾥积累的才是前k个最⼤元素。 优先级队列优先级队列内部元素是⾃动依照元素的权值排列优先级队列对外接⼝只是从队头取元素从队尾添加元素再⽆其他取元素的⽅式看起来就是⼀个队列。默认使用大顶堆排序若修改使用小顶堆排序需要重写优先级队列的compare()方法。 class Solution {public int[] topKFrequent(int[] nums, int k) {// 使用map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MapInteger,Integer map new HashMap();for(int i0;inums.length;i){if(map.containsKey(nums[i])){map.put(nums[i],map.get(nums[i])1);}else{map.put(nums[i],1);}}PriorityQueueInteger pq new PriorityQueue(new ComparatorInteger(){// Override:不写leeCode也可通过public int compare(Integer a,Integer b){return map.get(a)-map.get(b);}});// 遍历map用最小堆保存频率最大的k个元素for(Integer key : map.keySet()){// if(pq.size()k){// pq.add(key);// }else if(map.get(key)map.get(pq.peek())){// pq.remove();// pq.add(key);// }pq.add(key);if(pq.size()k){pq.remove();}}// 取出最小堆中的元素int[] res new int[k];int j0;while(!pq.isEmpty()){res[j] pq.remove();}return res;}
}大家有更好的方法请不吝赐教。
