347. Top K Frequent Elements 最常用的k个元素

最新推荐文章于 2025-08-23 16:01:06 发布

转载最新推荐文章于 2025-08-23 16:01:06 发布 · 93 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/immiao0319/p/9410490.html

文章标签：

#数据结构与算法

本文介绍了一种高效算法，用于从整数数组中找出出现频率最高的k个元素。该算法利用了桶排序的思想，时间复杂度为O(n)，空间复杂度同样为O(n)。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

［抄题］：

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.

[暴力解法]：

时间分析：

空间分析：

[优化后]：

时间分析：

空间分析：

［奇葩输出条件］：

［奇葩corner case］：

List<Integer>[] bucket列表组的空间是n+1，因为可能出现最小0次、最大n次的情况。

［思维问题］：

想不到木桶排序：统计出现次数相同的情况，所以可以用。空间是n+1，因为可能出现最小0次

［英文数据结构或算法，为什么不用别的数据结构或算法］：

bucket.length - 1 index其实就是出现的次数

Map.getOrDefault(n, 0) 有就是前一个，没有就是后一个

［一句话思路］：

［输入量］：空：正常情况：特大：特小：程序里处理到的特殊情况：异常情况（不合法不合理的输入）：

［画图］：

［一刷］：

if (bucket[i] != null)链表非空才能加，否则NPE

［二刷］：

［三刷］：

［四刷］：

［五刷］：

[五分钟肉眼debug的结果]：

［总结］：

想不到木桶排序：统计出现次数相同的情况，所以可以用。

［复杂度］：Time complexity: O(n) Space complexity: O(n)

［算法思想：迭代/递归/分治/贪心］：

［关键模板化代码］：

［其他解法］：

［Follow Up］：

［LC给出的题目变变变］：

[代码风格] ：

[是否头一次写此类driver funcion的代码] ：

[潜台词] ：

class Solution {
    public List<Integer> topKFrequent(int[] nums, int k) {
        //initialization: result, HashMap, List<Integer> [] Bucket
        List<Integer> result = new ArrayList<Integer>();
        HashMap<Integer, Integer> map = new HashMap<Integer, Integer>();
        List<Integer> [] bucket = new List[nums.length + 1];
        
        //corner case
        if (nums == null || nums.length == 0 || k <= 0) return result;
        
        //count the frequence into map
        for (int i = 0; i < nums.length; i++) {
            if (map.containsKey(nums[i])) {
                int n = map.get(nums[i]);
                map.put(nums[i], n + 1);
            }else {
                map.put(nums[i], 1);
            }
        }
        
        //put all the map's key into Bucket
        for (int key : map.keySet()) {
            if (bucket[map.get(key)] == null) 
                bucket[map.get(key)] = new ArrayList();
            bucket[map.get(key)].add(key);
        }
        
        //get answer from Bucket
        for (int i = bucket.length - 1; i >= 0 && result.size() < k; i--) {
            if (bucket[i] != null)
            result.addAll(bucket[i]);
        }
        
        //return
        return result;
    }
}