# 问题描述
给你一个整数数组 nums 和一个整数 k ,请你返回其中出现频率前 k 高的元素。你可以按任意顺序返回答案。
- 1 <= nums.length <= 10^5
- k 的取值范围是 [1, 数组中不相同的元素的个数]
- 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
你所设计算法的时间复杂度必须优于 O(n log n) ,其中 n 是数组大小。
**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]
刷题前言
看到题目时,我第一反应就是使用map去将数据统计出来,但是后续就不知道如何去将热点数据获取出来,使用豆包提示了一下,提示使用优先队列(PriorityQueue)获取。我大脑中搜索了一下,完了不知道这个数据结构,没使用过。然后临时学习了一下,其中还学到了map中我从未使用过的方法getOrDefault()。
解题步骤
第一步:统计数据
Map<Integer,Integer> frequencyMap = new HashMap<>();
for(int num : nums){
frequencyMap.put(num, frequencyMap.getOrDefault(num, 0) + 1);
}
这里直接使用map来存储,key为出现数字,value为出现次数。使用map的getOrDefault()方法来判断key是否存在,不存在就set默认值,存在就在原来的基础上加1。这里使用这个方法可以减少判断的代码,使得代码更加简洁。
第二步:重写Compare方法
class CustomComparator implements Comparator<Map.Entry<Integer, Integer>> {
@Override
public int compare(Map.Entry<Integer, Integer> entry1, Map.Entry<Integer, Integer> entry2) {
return entry2.getValue() - entry1.getValue();
}
}
这里第二步重写Compare方法是因为使用了map来存储数据,默认的比较方法已经不适用,需要重写方法。
第三步:将数据存储到优先队列
// 创建一个优先级队列,按照频率从高到低排序
PriorityQueue<Map.Entry<Integer, Integer>> priorityQueue = new PriorityQueue<>(new CustomComparator());
// 将频率映射中的元素添加到优先级队列
for (Map.Entry<Integer, Integer> entry : frequencyMap.entrySet()) {
priorityQueue.offer(entry);
}
这里存储map的entry是因为这样可以直接将key+value存入队列中,方便获取数据,比较数据。优先队列添加数据的方法有两种,一种是add,一种是offer,两者区别在于,后者添加的时候会忽略异常。
第四步:获取前K个热点数据
// 取出前 k 个高频元素
int[] result = new int[k];
for (int i = 0; i < k; i++) {
result[i] = priorityQueue.poll().getKey();
}
优先队列取数据的方法有peek()、poll()两种,前者是取出头部的元素,后者是取出头部的元素并删除。因为要获取前K个,因此直接使用poll方法就是。因为获取的数据是键值对的结构,然而需要键就行了,所以随后使用getKey获取到即可。
总结
像这中需要查找热点数据的,第一个直接想到优先队列,相比于使用多次遍历查找,这种方式即代码简单并且复杂度低。
---题目来自于豆包 MarsCode。