这道题主要涉及的是对数据结构里哈希表、小顶堆的理解,优化时能够参考一些排序方法。
<!-- more -->git
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。github
示例 1:算法
输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2]
示例 2:segmentfault
输入: nums = [1], k = 1 输出: [1]
说明:数组
原题url:https://leetcode-cn.com/probl...数据结构
为了解决这道题,咱们首先须要知道每一个元素出现的次数。最方便的话,能够使用哈希表,由于这就是一个数字——出现次数
的映射关系。此处的时间复杂度为O(n)
优化
其次,由于须要查找频率前 k 高的元素,因此咱们确定是须要排序的,时间复杂度为O(n log n)
的排序方法有许多,快速排序、堆排序等,我是用的堆排序,使用小顶堆
,这样在每次入堆的时候,检查一下堆的个数是否超过 k,若是超过,则移除堆顶的元素(也就是次数最少的元素)。url
这样堆里剩余的元素也就是最终的结果了,接下来咱们看看代码:spa
class Solution { public List<Integer> topKFrequent(int[] nums, int k) { // 构建hashMap,记录每一个元素出现的个数 Map<Integer, Integer> countMap = new HashMap<>(); for (int num : nums) { countMap.put(num, countMap.getOrDefault(num, 0) + 1); } // 利用PriorityQueue构建小顶堆 PriorityQueue<Integer> heap = new PriorityQueue<Integer>((n1, n2) -> countMap.get(n1) - countMap.get(n2)); Set<Integer> keySet = countMap.keySet(); for (int key : keySet) { heap.add(key); // 若是个数大于k,则移除次数最少的数 if (heap.size() > k) { heap.poll(); } } List<Integer> result = new LinkedList<>(); Iterator<Integer> iterator = heap.iterator(); while (iterator.hasNext()) { result.add(iterator.next()); } return result; } }
提交OK。code
针对排序,我想到了一个优化,利用桶排序,其时间复杂度为O(n)
,主要是浪费空间,由于须要申请额外的数组,下标表明出现的次数,元素我用的是 LinkedList,这样能够存储多个。那么这个在进行输出时,只要从后往前进行遍历,当结果的数量达到 k 时,就能够中止了。
接下来咱们看看代码 :
class Solution { public List<Integer> topKFrequent(int[] nums, int k) { // 构建hashMap,记录每一个元素出现的个数 Map<Integer, Integer> countMap = new HashMap<>(); // 记录最多的次数 int maxCount = 0; for (int num : nums) { int count = countMap.getOrDefault(num, 0) + 1; if (count > maxCount) { maxCount = count; } countMap.put(num, count); } // 桶排序,构建数组,下标为重复的次数 LinkedList[] array = new LinkedList[maxCount + 1]; for (Map.Entry<Integer, Integer> entry : countMap.entrySet()) { int key = entry.getKey(); int count = entry.getValue(); LinkedList<Integer> list = array[count]; if (list == null) { list = new LinkedList<>(); array[count] = list; } list.add(key); } // 倒着遍历数组,直到找到K个元素 List<Integer> result = new LinkedList<>(); for (int i = array.length - 1; i >= 0 && result.size() < k; i--) { List<Integer> list = array[i]; if (list == null) { continue; } result.addAll(list); } return result; } }
提交OK。
以上就是这道题目个人解答过程了,不知道你们是否理解了。这道题主要涉及的是对数据结构的理解,优化时能够参考一些特殊的排序方法。
有兴趣的话能够访问个人博客或者关注个人公众号、头条号,说不定会有意外的惊喜。
公众号:健程之道