题目描述

时间复杂度小于O(n*logn)，否则直接sort，再遍历就很轻松。
很有学习价值的题目，第一次使用了优先队列PriorityQueue。

思路 & 代码

首先遍历数组，用HashMap存储元素值 - 频率映射
然后维护一个容量为 k 的小顶堆（重写比较器，注意写法），遍历哈希表存入小顶堆中
接着把最终的小顶堆存入数组即可

class Solution {// TreeMap重写comparator？public int[] topKFrequent(int[] nums, int k) {// 先用HashMap存储 元素 - 频率 映射 O(n) O(n)Map<Integer, Integer> hashmap = new HashMap();for(int i = 0; i < nums.length; i++){if(hashmap.containsKey(nums[i])){hashmap.put(nums[i], hashmap.get(nums[i]) + 1);}else{hashmap.put(nums[i], 1);}}// PriorityQueue, 维护一个容量为k的优先队列：小顶堆PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>(){// 设定以频率分高下@Overridepublic int compare(Integer key1, Integer key2){return hashmap.get(key1) - hashmap.get(key2);}});// 遍历哈希表，轮流对比存入优先队列中 O(n)for(Integer key : hashmap.keySet()){// 未满情况if(pq.size() < k){pq.add(key);}// 满了情况，对比替换else if(hashmap.get(key) > hashmap.get(pq.peek())){// 移头，新增pq.remove();pq.add(key);}}// 获取答案 O(n)int[] ans = new int[k];for(int i = 0; i < k; i++){ans[i] = pq.remove();}return ans;}
}

更新版：引入 stream 流 + Lambda

class Solution {public int[] topKFrequent(int[] nums, int k) {Map<Integer, Integer> map = new HashMap<>();for(int temp : nums) {if(map.containsKey(temp)) {map.put(temp, map.get(temp) + 1);}else {map.put(temp, 1);}}PriorityQueue<Integer> queue = new PriorityQueue<>((Integer a, Integer b) -> (map.get(a) - map.get(b)));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());}}return queue.stream().mapToInt(Integer::valueOf).toArray();}
}

【LeetCode笔记】347. 前K个高频元素（Java、优先队列、小顶堆、HashMap）相关推荐

力扣347.前 K 个高频元素（优先队列）
347. 前 K 个高频元素本题的关键点是对map中的value进行排序. 题目中涉及前几个,考虑优先队列优先队列要通过lamda表达式写清楚是大数在顶还是小数在顶逆序: PriorityQue ...
leetcode(力扣) 347. 前 K 个高频元素（优先队列堆哈希计数器）
文章目录题目描述思路分析法一( 哈希计数): 法二(堆): 完整代码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. ...
Leetcode：347. 前 K 个高频元素（C++）
目录问题描述: 实现代码与解析: 基于堆排: 原理思路: 优先级队列: 问题描述: 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. ...
【LeetCode】【HOT】347. 前 K 个高频元素（哈希表+优先队列）
[LeetCode][HOT]347. 前 K 个高频元素文章目录 [LeetCode][HOT]347. 前 K 个高频元素 package hot;import java.util.Arrays ...
LeetCode——347. 前 K 个高频元素【最小堆实现】
LeetCode--347. 前 K 个高频元素[最小堆实现] 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: n ...
Leetcode 347. 前 K 个高频元素
Leetcode 347. 前 K 个高频元素 1.问题分析 2.问题解决 3.总结 1.问题分析题目链接:https://leetcode-cn.com/problems/top-k-freque ...
模拟卷Leetcode【普通】347. 前 K 个高频元素
347. 前 K 个高频元素给你一个整数数组 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 ...
Java实现 LeetCode 347 前 K 个高频元素
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. 示例 1: 输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2] 示例 2: 输 ...
力扣347 前 K 个高频元素 -- JS
347. 前 K 个高频元素 - 力扣(LeetCode) (leetcode-cn.com) 一:使用对象进行解题,对象的属性为给定数组的元素,属性值为给定数组元素出现的次数: 二:把对象转成数组, ...
Suzy找到实习了吗Day 13 | 栈和队列结束啦 239. 滑动窗口最大值，347. 前 K 个高频元素
day 13 239. 滑动窗口最大值 Python的Deque模块详解 solution 我复制的,好难不会写 347. 前 K 个高频元素(一刷我没有用栈,用的哈希法) solution(hash ...

【LeetCode笔记】347. 前K个高频元素（Java、优先队列、小顶堆、HashMap）

文章目录

题目描述

思路 & 代码

更新版：引入 stream 流 + Lambda

【LeetCode笔记】347. 前K个高频元素（Java、优先队列、小顶堆、HashMap）相关推荐

最新文章

热门文章