[leetcode]347. Top K Frequent Elements -- JavaScript 代码

/**
 * @param {number[]} nums
 * @param {number} k
 * @return {number[]}
 */
var topKFrequent = function(nums, k) {
    function Node(n,c){
        this.num = n;
        this.count = c;
    }
    var len = nums.length;
    var dataMap = {};
    for(var i=0;iif(dataMap[nums[i]] === undefined){
            dataMap[nums[i]] = new Node(nums[i],1);
        }else{
            dataMap[nums[i]].count++;
        }
    }
    var array = [];
    for(var key in dataMap){
        array.push(dataMap[key]);
    }
    array.heapSort();
    len = array.length;
    var ret=[];
    for(i=0;ivar j = len-1-i;
        ret.push(array[j].num);
    }
    return ret;
};
// 堆排序算法：大根堆调整出的其实是从小到大排列的数组。

Array.prototype.buildMaxHeap=function(){
    for(var i=Math.floor(this.length/2)-1;i>=0;i--){
        this.heapAdjust(i,this.length);
    }
};

Array.prototype.swap=function(i,j){
    var tmp=this[i];
    this[i]=this[j];
    this[j]=tmp;
};

Array.prototype.heapSort=function(){
    this.buildMaxHeap();
    for(var i=this.length-1;i>0;i--){
        this.swap(0,i);
        this.heapAdjust(0,i);
    }
    return this;
};

Array.prototype.heapAdjust=function(i,j){
    var largest=i;
    var left=2*i+1;
    var right=2*i+2;
    if(leftthis[largest].count<this[left].count){
        largest=left;
    }
    if(rightthis[largest].count<this[right].count){
        largest=right;
    }
    if(largest!=i){
        this.swap(i,largest);
        this.heapAdjust(largest,j);
    }
};

这道题代码比较长，需要注意的部分包括3个：
第一，使用Node类型来保存数据，不仅需要保存元素，还需要保存元素出现的次数。
第二，使用map来记录和整理原始数据nums。
第三，使用堆排序来保证时间复杂度符合要求。