LeetCode 347. Top K Frequent Elements

原创于 2020-06-26 06:21:49 发布 · 107 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode

sorting algorithm 同时被 2 个专栏收录

5 篇文章

订阅专栏

heap

4 篇文章

订阅专栏

本文介绍了一种使用哈希表和最小堆实现的高效算法，用于找出数组中的前k个高频元素。通过遍历数组统计元素频率，并利用最小堆维护k个最高频元素，最后返回这些元素。此算法适用于数据挖掘、推荐系统等场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

借助哈希表来建立数字和其出现次数的映射，遍历一遍数组统计元素的频率
维护一个元素数目为 k 的最小堆
每次都将新的元素与堆顶元素（堆中频率最小的元素）进行比较
如果新的元素的频率比堆顶端的元素大，则弹出堆顶端的元素，将新的元素添加进堆中
最终，堆中的 k 个元素即为前 k 个高频元素

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        Map<Integer, Integer> count = new HashMap<>();
        for(int num: nums){
            count.put(num, count.getOrDefault(num, 0) + 1);
        }
        PriorityQueue<Integer> minHeap 
            = new PriorityQueue<>(k, (a,b) -> count.get(a) - count.get(b));
        for(int num: count.keySet()){
            if(minHeap.size() < k){
                minHeap.offer(num);
            }else if(count.get(num) > count.get(minHeap.peek())){
                minHeap.poll();
                minHeap.offer(num);
            }
        }
        int[] res = new int[k];
        // Descending order
        for(int i = k - 1; i >= 0; i--){
            res[i] = minHeap.poll();
        }
        return res;
    }
}