力扣347.前K个高频元素

347.前K个高频元素

思路1：

1. 使用HashMap存储元素以及元素出现的频率
2. 使用List存储元素，再使用Collections对list按照自己的比较逻辑进行排序
3. 最后根据K值，保存到数组中返回即可

代码实现

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
		int[] result = new int[k];
		HashMap<Integer, Integer> map = new HashMap<>();
		for (int i = 0; i < nums.length; i++) {
			int frequency = map.getOrDefault(nums[i], 0) + 1;
			map.put(nums[i], frequency);
		}
		List<Integer> list = new LinkedList<Integer>(map.keySet());
		Collections.sort(list, new Comparator<Integer>() {

			@Override
			public int compare(Integer o1, Integer o2) {
				// TODO Auto-generated method stub
				return map.get(o2) - map.get(o1);
			}
		});
		for (int i = 0; i < k; i++) {
			result[i] = list.get(i);
		}
		return result;
    }
}

思路2：

先用hashmap存每个元素以及其出现的频率，然后利用最小堆，即使用优先级队列，按照从小到大排序，放入的元素不能超过k个，否则就与堆顶进行比较，如果大于就抛出堆顶，将元素放进堆中即可，最后反向遍历优先级队列放入数组中返回。

代码实现

class Solution {
    public int[] topKFrequent(int[] nums, int k) {
        /**
         * 输入: nums = [1,1,1,2,2,3], k = 2
         * 输出: [1,2]
         */
        HashMap<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
        }
        //下标0代表num值，下标1代表出现次数
        PriorityQueue<int[]> priorityQueue = new PriorityQueue<>((o1, o2) -> o1[1] - o2[1]);
        for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
            if (priorityQueue.size() < k) {
                priorityQueue.offer(new int[]{entry.getKey(), entry.getValue()});
            } else if (entry.getValue() > priorityQueue.peek()[1]) {
                priorityQueue.poll();
                priorityQueue.offer(new int[]{entry.getKey(), entry.getValue()});
            }

        }
        int[] result = new int[k];
        for (int i = k - 1; i >= 0; i--) {
            result[i] = priorityQueue.poll()[0];
        }
        return result;

    }
}