Leetcode 347. 前 K 个高频元素(堆实现)_前k个高频元素最小堆实现报告-优快云博客

本文介绍了一种使用堆数据结构实现寻找数组中出现频率最高的前K个元素的算法。通过建立频率映射，利用优先队列进行高效筛选，最终输出目标元素。示例展示了具体操作流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前 K 个高频元素(堆实现)
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]

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        Map<Integer,Integer> numCountMap = new HashMap<Integer,Integer>();
        for(int i = 0;i<nums.length;i++){
            numCountMap.put(nums[i],numCountMap.getOrDefault(nums[i],0)+1);
        }

        PriorityQueue<int[]> priority_queue = new PriorityQueue<int[]>(new Comparator<int[]>(){
            public int compare(int[] m,int[] n){
                return m[1]-n[1];
            }
        });

        for(Map.Entry<Integer,Integer> entry : numCountMap.entrySet()){
            int num = entry.getKey(), count = entry.getValue();
            if(priority_queue.size()==k){
                if(priority_queue.peek()[1] < count)
                    {priority_queue.poll();
                    priority_queue.offer(new int[]{num,count});}
            }else{
                priority_queue.offer(new int[]{num,count});
            }  
        }

        int[] output = new int[k];
        for(int i = 0;i<k;++i){
            output[i] = priority_queue.poll()[0];
        }
        return output;
    }
}

笔记

PriorityQueue优先队列就是最小堆，默认就是最小堆
可以传入实现Comparator接口的实例，记得加泛型。
Comparator返回>0 就是代表大于。即，第一个参数大于第二个参数。
for(Map.Entry<Integer,Integer> entry : numCountMap.entrySet()) 两个注意：Entry是Map的成员，泛型有一对儿。
PriorityQueue三个函数，offer(),peek(),poll()。offer进poll出。