LeetCode :347. Top K Frequent Elements

347. Top K Frequent Elements

解题思路；

O(n)

• hash，得到<元素，频次>键值对
• 因为频次小于n，建散列表，即新建大小为n+1的数组，数组下标为频次，数组内容为有相同频次的键值list，对散列表按下标由大到小遍历，找出k个键值

O(n*log(n-k))

• hash map
• 新建大小为n-k的最大堆，遍历<元素, 频次>，频次大于堆顶的保存到返回列表，频次小于堆顶的入堆，最后最小堆保存的是出现频次最低的n-k个，被“舍弃”的元素则是出现频次最大的k个

下边这段代码是根据上述第一种O(n)的思路写的代码。在LeetCode中运行时间是32ms

    public static List topKFrequent(int[] nums, int k) {
        HashMap map=new HashMap();
      
        for(int i=0;i();//对list进行初始化
            arrayList[(int) entry.getValue()].add(entry.getKey());
        }
        List result = new ArrayList();
        //从后向前遍历arrayList，输出频率最高的前k个element
        for(int i=arrayList.length-1;i>=0&&k>0;i--){
            if(arrayList[i]==null)continue;
            for(int j=0;j0;j++){
                result.add((Integer)arrayList[i].get(j));
                k--;
            }
        }
        
        return result;
    }

下面的代码是别人写的代码也是实现思路一的代码，和我写的步骤是一样的，不过要简洁一些

    public static List topKFrequent(int[] nums, int k) {
        List[] bucket = new List[nums.length + 1];
        Map frequencyMap = new HashMap();

        for (int n : nums) {
            frequencyMap.put(n, frequencyMap.get(n)==null?0: frequencyMap.get(n)+ 1);
        }

        for (int key : frequencyMap.keySet()) {
            int frequency = frequencyMap.get(key);
            if (bucket[frequency] == null) {
                bucket[frequency] = new ArrayList<>();
            }
            bucket[frequency].add(key);
        }

        List res = new ArrayList<>();

        for (int pos = bucket.length - 1; pos >= 0 && res.size() < k; pos--) {
            if (bucket[pos] != null) {
                res.addAll(bucket[pos]);
            }
        }
        return res;
    }

---

参考原文：http://blog.csdn.net/lilingyu520/article/details/51339878