LeetCode347——优先队列解决查询前k高频率数字问题
2024-09-06 05:39:08
给定一个非空的整数数组,返回其中出现频率前 k 高的元素。
例如,
给定数组 [1,1,1,2,2,3]
, 和 k = 2,返回 [1,2]
。
注意:
- 你可以假设给定的 k 总是合理的,1 ≤ k ≤ 数组中不相同的元素的个数。
- 你的算法的时间复杂度必须优于 O(n log n) , n 是数组的大小。
这里已经明确的要求了时间复杂度,那么对于这种前k个元素问题,可以采用小根堆结构来解决,因为把元素变为了树状结构,所以在时间复杂度方面绝对是优于扫描数组的,定义一个优先队列(jdk提供的优先队列是由小根堆实现的,这里正好符合要求),队列允许存储元素k个。
代码如下:
class Solution {
private class Freq implements Comparable<Freq> {
public int data, freq; public Freq(int data, int freq) {
this.data = data;
this.freq = freq;
} @Override
public int compareTo(Freq o) {
if (this.freq > o.freq) {
// 当前key的频率大于父节点的频率的话,不上浮
return 1;
} else if (this.freq < o.freq) {
return -1;
} else {
return 0;
}
} } public List<Integer> topKFrequent(int[] nums, int k) {
TreeMap<Integer, Integer> map = new TreeMap<>();
// O(n)
for (int num : nums) {
if (map.containsKey(num)) {
map.put(num, map.get(num) + 1);
} else {
map.put(num, 1);
}
}
PriorityQueue<Freq> queue = new PriorityQueue<>(); for (int key : map.keySet()) {
if (queue.size() < k) {
queue.add(new Freq(key, map.get(key)));
} else if (map.get(key) > queue.peek().freq) {
// 大于优先队列的最小值
// 删掉最小值,并把当前的key加入优先队列
queue.remove();
queue.add(new Freq(key, map.get(key)));
}
}
List<Integer> list = new ArrayList<>();
while (queue.size() > 0) {
Freq freq = queue.remove();
list.add(freq.data);
}
return list;
}
}
最新文章
- Spring-Context之八:一些依赖注入的小技巧
- C++和C代码互相调用是不可避免的
- 【quartz】 入门
- python之路 socket,socketsever初探
- bzoj4198 荷马史诗 哈夫曼编码
- 【转载】Linux cgroup资源隔离各个击破之 - cpu隔离1
- Codeforces Round #451 (Div. 2)-898A. Rounding 898B.Proper Nutrition 898C.Phone Numbers(大佬容器套容器) 898D.Alarm Clock(超时了,待补坑)(贪心的思想)
- Java引用变量的类型
- Android RRO机制的运用-----google开机向导客制化
- nginx系列14:对HTTP协议的反向代理proxy模块
- 基于 Vue + Koa2 + MongoDB + Redis 实现一个完整的登录注册
- java获取当前网站的IP地址
- C语言 —— 贪吃蛇
- CNN入门笔记
- Week3结对项目-数独游戏
- Projects Plan For Remaining 2013
- pl/sql编程2-综合
- 乘风破浪:LeetCode真题_010_Regular Expression Matching
- Linux时间结构体和获得时间函数
- 基于Python的交互式访问