题目元素: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:
输入: nums = [1], k = 1 输出: [1]
说明:
- 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。
class Solution { public List<Integer> topKFrequent(int[] nums, int k) { //定义一个TreeMap存储元素和高元素出现的次数 TreeMap<Integer, Integer> map = new TreeMap<>(); //循环遍历nums数组。存放进入map映射中 for(int i:nums) { if(map.containsKey(i)) {//如果map中已经包含了该key,则将它的value加1 map.put(i, map.get(i)+1); }else {//如果map中没有该key,则将它加入map中 map.put(i, 1); } } //定义一个优先队列 PriorityQueue<Integer> pq = new PriorityQueue<>(new Comparator<Integer>() { @Override public int compare(Integer a, Integer b) { return map.get(a)-map.get(b); } }); //遍历treemap里面的所有keys for(int key:map.keySet()) { if(pq.size() < k) {//如果优先队列的大小 小于 k pq.add(key); }else if(map.get(key) > map.get(pq.peek())){//比较key与pq队列队首的元素 pq.remove(); pq.add(key); } } //创建list集合 LinkedList<Integer> results = new LinkedList(); while(!pq.isEmpty()) {//如果优先队列不为空将队列中的元素加入results集合中 results.add(pq.remove()); } return results; } }
java中PriorityQueue默认是最小堆