347. 前 K 个高频元素-小顶堆桶排序实现
Posted hequnwang10
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了347. 前 K 个高频元素-小顶堆桶排序实现相关的知识,希望对你有一定的参考价值。
一、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。
示例
输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]
输入: nums = [1], k = 1
输出: [1]
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。
二、解题
1、小顶堆
首先遍历整个数组,使用哈希表记录每个数据出现的次数,然后使用小顶堆的思想, 遍历整个数据
- 如果堆的元素个数小于K,直接插入堆
- 若堆的元素个数等于K,则检查堆顶数据出现的次数与当前值数据出现的次数相比较,若堆顶元素出现的个数大于当前值出现的个数,舍弃当前值;否则,出堆,将当前值入堆
class Solution
public int[] topKFrequent(int[] nums, int k)
//使用哈希表
HashMap<Integer,Integer> map = new HashMap<>();
for(int num : nums)
map.put(num,map.getOrDefault(num,0)+1);
//使用小顶堆 //大顶堆:b[1]-a[1];小顶堆:a[1]-b[1]
PriorityQueue<int[]> pq = new PriorityQueue<int[]>((a,b)->a[1] - b[1]);
//遍历哈希表
for(Map.Entry<Integer,Integer> entry : map.entrySet())
int num = entry.getKey();
int cnt = entry.getValue();
//如果小顶堆的个数小于K值 则将数据入堆
if(pq.size() == k)
//如果小顶堆的堆顶元素的个数小于当前的元素的个数
//小顶堆出堆 然后进堆
if(pq.peek()[1] < cnt)
pq.poll();
pq.add(new int[]num,cnt);
else
//小顶堆入堆
pq.add(new int[]num,cnt);
int[] res = new int[k];
for(int i = 0;i<k;i++)
res[i] = pq.poll()[0];
return res;
2、桶排序
首先遍历整个数组,使用哈希表记录每个数据出现的次数,然后创建一个数组,将频率作为数组下标,对于出现频率不同的数字集合,存入对应的数组下标即可。
class Solution
public int[] topKFrequent(int[] nums, int k)
//使用哈希表
HashMap<Integer,Integer> map = new HashMap<>();
for(int num : nums)
map.put(num,map.getOrDefault(num,0)+1);
//使用桶排序实现
//将频率作为数组下标,对于出现频率不同的数字集合,存入对应的数组下标
List<Integer>[] list = new List[nums.length+1];
for(int key : map.keySet())
// 获取出现的次数作为下标
int i = map.get(key);
if(list[i] == null)
list[i] = new ArrayList();
list[i].add(key);
List<Integer> topK = new ArrayList();
for(int i = list.length-1;i>=0;i--)
if(list[i] == null)
continue;
topK.addAll(list[i]);
int[] res = new int[k];
for (int i = 0; i < k; i++)
res[i] = topK.get(i);
return res;
以上是关于347. 前 K 个高频元素-小顶堆桶排序实现的主要内容,如果未能解决你的问题,请参考以下文章
力扣347. 前 K 个高频元素与C++stl优先队列(大小根堆)的自定义排序用法总结
力扣347. 前 K 个高频元素与C++stl优先队列(大小根堆)的自定义排序用法总结