347. Top K Frequent Elements

本文介绍了一种寻找数组中出现频率最高的k个元素的算法,该算法的时间复杂度优于O(nlogn),通过使用哈希表记录每个元素出现的次数,并利用一个特殊的数据结构来快速获取频率最高的k个元素。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

347. Top K Frequent Elements

1 题目

Given a non-empty array of integers, return the k most frequent elements.

For example,
Given [1,1,1,2,2,3] and k = 2, return [1,2].

Note:
You may assume k is always valid, 1 ≤ k ≤ number of unique elements.
Your algorithm’s time complexity must be better than O(n log n), where n is the array’s size.

2 翻译

给定一个非空数组的整数,返回k个最常见的元素。

例如,
Given [1,1,1,2,2,3]和k = 2,返回[1,2]。

注意:
你可以假设ķ始终是有效的,1个≤ ķ独特元素的数量≤。
您的算法的时间复杂度必须优于O(n log n),其中n是数组的大小。

3 解题思路

O(n)的算法,
1、hash,得到<元素,频次>键值对
2、因为频次小于n,建散列表,即新建大小为n+1的数组,数组下标为频次,数组内容为有相同频次的键值list,对散列表按下标由大到小遍历,找出k个键值

public class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
        Map<Integer,Integer> m= new HashMap<>();
        for(int n:nums){
            int count = m.getOrDefault(n, 0);
            m.put(n, ++count);
        }
        List<Integer>[] hash=new List[nums.length+1];
        for(Integer key:m.keySet()){
            int value = m.get(key);
            if(hash[value] == null)
                hash[value] = new ArrayList<>();
            hash[value].add(key);
        }
        List<Integer> result=new ArrayList<>();
        for(int i=hash.length-1;i>=0 && k>result.size();i--){
            if(hash[i]!=null)
                result.addAll(hash[i]);
        }
        return result;
    }
}

欢迎加入中科院开源软件自习室:631696396

欢迎加入中科院开源软件自习室

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值