力扣347——前 K 个高频元素

这道题主要涉及的是对数据结构里哈希表、小顶堆的理解,优化时可以参考一些排序方法。

原题

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:

<code>

输入: nums = [1,1,1,2,2,3], k = 2

输出: [1,2]

/<code>

示例 2:

<code>

输入: nums = [1], k = 1

输出: [1]

/<code>

说明:

  • 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。

原题url:
https://leetcode-cn.com/problems/top-k-frequent-elements/

解题


正常思路

为了解决这道题,我们首先需要知道每个元素出现的次数。最方便的话,可以使用哈希表,因为这就是一个数字——出现次数的映射关系。此处的时间复杂度为O(n)

其次,因为需要查找频率前 k 高的元素,所以我们肯定是需要排序的,时间复杂度为O(n log n)的排序方法有许多,快速排序、堆排序等,我是用的堆排序,使用小顶堆,这样在每次入堆的时候,检查一下堆的个数是否超过 k,如果超过,则移除堆顶的元素(也就是次数最少的元素)。

这样堆里剩余的元素也就是最终的结果了,接下来我们看看代码:

<code>

class

Solution

{

public

List

topKFrequent

(

int

[] nums,

int

k) { Map countMap =

new

HashMap<>();

for

(

int

num : nums) { countMap.put(num, countMap.getOrDefault(num,

0

) +

1

); } PriorityQueue heap =

new

PriorityQueue((n1, n2) -> countMap.

get

(n1) - countMap.

get

(n2)); Set keySet = countMap.keySet();

for

(

int

key : keySet) { heap.

add

(key);

if

(heap.size() > k) { heap.poll(); } } List result =

new

LinkedList<>(); Iterator iterator = heap.iterator();

while

(iterator.hasNext()) { result.

add

(iterator.next()); }

return

result; } }/<code>

提交OK。

桶排序优化

针对排序,我想到了一个优化,利用桶排序,其时间复杂度为O(n),主要是浪费空间,因为需要申请额外的数组,下标代表出现的次数,元素我用的是 LinkedList,这样可以存储多个。那么这个在进行输出时,只要从后往前进行遍历,当结果的数量达到 k 时,就可以停止了。

接下来我们看看代码 :

<code>

class

Solution

{

public

List topKFrequent(

int

[] nums,

int

k) { Map countMap =

new

HashMap<>();

int

maxCount =

0

;

for

(

int

num : nums) {

int

count = countMap.getOrDefault(num,

0

) +

1

;

if

(count > maxCount) { maxCount = count; } countMap.put(num, count); } LinkedList[]

array

=

new

LinkedList[maxCount +

1

];

for

(Map.Entry entry : countMap.entrySet()) {

int

key = entry.getKey();

int

count = entry.getValue(); LinkedList

list

=

array

[count];

if

(

list

== null) {

list

=

new

LinkedList<>();

array

[count] =

list

; }

list

.add(key); } List result =

new

LinkedList<>();

for

(

int

i =

array

.length -

1

; i >=

0

&& result.size() < k; i--) { List

list

=

array

[i];

if

(

list

== null) {

continue

; } result.addAll(

list

); }

return

result; } }/<code>

提交OK。

总结

以上就是这道题目我的解答过程了,不知道大家是否理解了。这道题主要涉及的是对数据结构的理解,优化时可以参考一些特殊的排序方法。

有兴趣的话可以访问我的博客或者关注我的公众号、头条号,说不定会有意外的惊喜。

https://death00.github.io/


分享到:


相關文章: