這道題主要涉及的是對數據結構裏哈希表、小頂堆的理解,優化時能夠參考一些排序方法。
<!-- more -->git
給定一個非空的整數數組,返回其中出現頻率前 k 高的元素。github
示例 1:算法
輸入: nums = [1,1,1,2,2,3], k = 2 輸出: [1,2]
示例 2:segmentfault
輸入: nums = [1], k = 1 輸出: [1]
說明:數組
原題url:https://leetcode-cn.com/probl...數據結構
爲了解決這道題,咱們首先須要知道每一個元素出現的次數。最方便的話,能夠使用哈希表,由於這就是一個數字——出現次數
的映射關係。此處的時間複雜度爲O(n)
優化
其次,由於須要查找頻率前 k 高的元素,因此咱們確定是須要排序的,時間複雜度爲O(n log n)
的排序方法有許多,快速排序、堆排序等,我是用的堆排序,使用小頂堆
,這樣在每次入堆的時候,檢查一下堆的個數是否超過 k,若是超過,則移除堆頂的元素(也就是次數最少的元素)。url
這樣堆裏剩餘的元素也就是最終的結果了,接下來咱們看看代碼:spa
class Solution { public List<Integer> topKFrequent(int[] nums, int k) { // 構建hashMap,記錄每一個元素出現的個數 Map<Integer, Integer> countMap = new HashMap<>(); for (int num : nums) { countMap.put(num, countMap.getOrDefault(num, 0) + 1); } // 利用PriorityQueue構建小頂堆 PriorityQueue<Integer> heap = new PriorityQueue<Integer>((n1, n2) -> countMap.get(n1) - countMap.get(n2)); Set<Integer> keySet = countMap.keySet(); for (int key : keySet) { heap.add(key); // 若是個數大於k,則移除次數最少的數 if (heap.size() > k) { heap.poll(); } } List<Integer> result = new LinkedList<>(); Iterator<Integer> iterator = heap.iterator(); while (iterator.hasNext()) { result.add(iterator.next()); } return result; } }
提交OK。code
針對排序,我想到了一個優化,利用桶排序,其時間複雜度爲O(n)
,主要是浪費空間,由於須要申請額外的數組,下標表明出現的次數,元素我用的是 LinkedList,這樣能夠存儲多個。那麼這個在進行輸出時,只要從後往前進行遍歷,當結果的數量達到 k 時,就能夠中止了。
接下來咱們看看代碼 :
class Solution { public List<Integer> topKFrequent(int[] nums, int k) { // 構建hashMap,記錄每一個元素出現的個數 Map<Integer, Integer> countMap = new HashMap<>(); // 記錄最多的次數 int maxCount = 0; for (int num : nums) { int count = countMap.getOrDefault(num, 0) + 1; if (count > maxCount) { maxCount = count; } countMap.put(num, count); } // 桶排序,構建數組,下標爲重複的次數 LinkedList[] array = new LinkedList[maxCount + 1]; for (Map.Entry<Integer, Integer> entry : countMap.entrySet()) { int key = entry.getKey(); int count = entry.getValue(); LinkedList<Integer> list = array[count]; if (list == null) { list = new LinkedList<>(); array[count] = list; } list.add(key); } // 倒着遍歷數組,直到找到K個元素 List<Integer> result = new LinkedList<>(); for (int i = array.length - 1; i >= 0 && result.size() < k; i--) { List<Integer> list = array[i]; if (list == null) { continue; } result.addAll(list); } return result; } }
提交OK。
以上就是這道題目個人解答過程了,不知道你們是否理解了。這道題主要涉及的是對數據結構的理解,優化時能夠參考一些特殊的排序方法。
有興趣的話能夠訪問個人博客或者關注個人公衆號、頭條號,說不定會有意外的驚喜。
公衆號:健程之道