leetcode【692】前K个高频单词

给一非空的单词列表，返回前 k 个出现次数最多的单词。

返回的答案应该按单词出现频率由高到低排序。如果不同的单词有相同出现频率，按字母顺序排序。

示例 1：

输入: ["i", "love", "leetcode", "i", "love", "coding"], k = 2
输出: ["i", "love"]
解析: "i" 和 "love" 为出现次数最多的两个单词，均为2次。
    注意，按字母顺序 "i" 在 "love" 之前。
 

示例 2：

输入: ["the", "day", "is", "sunny", "the", "the", "the", "sunny", "is", "is"], k = 4
输出: ["the", "is", "sunny", "day"]
解析: "the", "is", "sunny" 和 "day" 是出现次数最多的四个单词，
    出现次数依次为 4, 3, 2 和 1 次。
 

注意：

假定 k 总为有效值， 1 ≤ k ≤ 集合元素数。
输入的单词均由小写字母组成。
 

扩展练习：

尝试以 O(n log k) 时间复杂度和 O(n) 空间复杂度解决。

解题思路：碰到TopK问题就是进行建堆操作，而优先队列就是利用堆建立的，所以使用优先队列进行建堆操作，然后就是要就每个单词出现的次数就可以使用map进行记录。

这里需要说明Map.Entry的用法，它返回的是一个key，value的结果集，通过观察源码可以发现，Entry类实现了get（），set（）对于key和value的方法，所以使用比较方便。

拓展map用法：keySet()方法，返回的是一个set结果集（key的不重复set结果集），entrySet()返回所有的key-value映射关系，返回类是Set>结果集。

代码展示：

class EntryComparator implements Comparator>{

    @Override
    public int compare(Map.Entry o1, Map.Entry o2) {
        int diff = o1.getValue()-o2.getValue();
        if (diff == 0){
            return o2.getKey().compareTo(o1.getKey());
        }
        return diff;
    }
}
class Solution {
    public List topKFrequent(String[] words, int k) {
        Map mp = new HashMap<>();
        for(String word:words){
            mp.put(word,mp.getOrDefault(word,0)+1);
        }
        //进行建堆操作
        PriorityQueue> pq = new PriorityQueue<>(new EntryComparator());
        for(Map.Entry entry:mp.entrySet()){
            pq.offer(entry);
            if(pq.size()>k){
                pq.poll();
            }
        }
        LinkedList list = new LinkedList<>();
        while (!pq.isEmpty()){
            list.addFirst(pq.poll().getKey());
        }
        return list;
    }
}