LeetCode栈与队列篇【347. 前 K 个高频元素】

力扣题目链接(opens new window)

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]

提示：

• 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。
• 题目数据保证答案唯一，换句话说，数组中前 k 个高频元素的集合是唯一的。
• 你可以按任意顺序返回答案。

正解

1）用哈希表来统计数字及其出现个数；在使用双端队列来实现单调队列的功能，最后用一个数值获取队列中前k个值

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        int ret[] = new int[k];
        Map<Integer, Integer> map= new HashMap<>();
        Deque<Integer> queue = new ArrayDeque();
        Stack<Integer> stack = new Stack<>();
        for (int i = 0; i < nums.length; i++) {//统计个数
            if(map.containsKey(nums[i])){
                map.put(nums[i],(map.get(nums[i])+1));
            }else {
                map.put(nums[i],1);
            }
        }

        for (Integer integer : map.keySet()) {//维护单调队列
            if (!queue.isEmpty()) {
                if (map.get(integer) >= map.get(queue.peek())) {
                    queue.addFirst(integer);
                } else if (map.get(integer)  <=map.get(queue.peekLast())) {
                    queue.addLast(integer);
                } else {
                    while (map.get(integer) > map.get(queue.peekLast())) {
                        stack.add(queue.removeLast());
                    }
                    queue.addLast(integer);
                    while (!stack.empty()) queue.addLast(stack.pop());
                }
            } else {
                queue.add(integer);
            }
        }
     
        for (int j = 0; j < k; j++) {
            ret[j] = queue.removeFirst();
        }
        return ret;
    }
}

2）采用优先队列

先用Map统计出现次数，设置优先队列为升序排列，这样当我们添加元素进入队列后队列会依照该规律进行排序

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        int[] result = new int[k];
        HashMap<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
        }

        Set<Map.Entry<Integer, Integer>> entries = map.entrySet();
        // 根据map的value值正序排，相当于一个小顶堆
        PriorityQueue<Map.Entry<Integer, Integer>> queue = new PriorityQueue<>((o1, o2) -> o1.getValue() - o2.getValue());
        for (Map.Entry<Integer, Integer> entry : entries) {
            queue.offer(entry);
            if (queue.size() > k) {
                queue.poll();
            }
        }
        for (int i = k - 1; i >= 0; i--) {
            result[i] = queue.poll().getKey();
        }
        return result;
    }
}