这道题主要涉及的是对数据结构里哈希表、小顶堆的理解,优化时可以参考一些排序方法。

原题

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。

示例 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

示例 2:

输入: nums = [1], k = 1
输出: [1]

说明:

  • 你可以假设给定的 k 总是合理的,且 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。

原题url:https://leetcode-cn.com/problems/top-k-frequent-elements/

解题

正常思路

为了解决这道题,我们首先需要知道每个元素出现的次数。最方便的话,可以使用哈希表,因为这就是一个数字——出现次数的映射关系。此处的时间复杂度为O(n)

其次,因为需要查找频率前 k 高的元素,所以我们肯定是需要排序的,时间复杂度为O(n log n)的排序方法有许多,快速排序、堆排序等,我是用的堆排序,使用小顶堆,这样在每次入堆的时候,检查一下堆的个数是否超过 k,如果超过,则移除堆顶的元素(也就是次数最少的元素)。

这样堆里剩余的元素也就是最终的结果了,接下来我们看看代码:

class Solution {

    public List<Integer> topKFrequent(int[] nums, int k) {
// 构建hashMap,记录每个元素出现的个数
Map<Integer, Integer> countMap = new HashMap<>();
for (int num : nums) {
countMap.put(num, countMap.getOrDefault(num, 0) + 1);
} // 利用PriorityQueue构建小顶堆
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);
// 如果个数大于k,则移除次数最少的数
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。

桶排序优化

针对排序,我想到了一个优化,利用桶排序,其时间复杂度为O(n),主要是浪费空间,因为需要申请额外的数组,下标代表出现的次数,元素我用的是 LinkedList,这样可以存储多个。那么这个在进行输出时,只要从后往前进行遍历,当结果的数量达到 k 时,就可以停止了。

接下来我们看看代码 :

class Solution {

    public List<Integer> topKFrequent(int[] nums, int k) {
// 构建hashMap,记录每个元素出现的个数
Map<Integer, Integer> countMap = new HashMap<>();
// 记录最多的次数
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,构建数组,下标为重复的次数
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);
} // 倒着遍历数组,直到找到K个元素
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。

总结

以上就是这道题目我的解答过程了,不知道大家是否理解了。这道题主要涉及的是对数据结构的理解,优化时可以参考一些特殊的排序方法。

有兴趣的话可以访问我的博客或者关注我的公众号,说不定会有意外的惊喜。

https://death00.github.io/

公众号:健程之道

力扣347——前 K 个高频元素的更多相关文章

  1. 力扣 - 347. 前 K 个高频元素

    目录 题目 思路1(哈希表与排序) 代码 复杂度分析 思路2(建堆) 代码 复杂度分析 题目 347. 前 K 个高频元素 思路1(哈希表与排序) 先用哈希表记录所有的值出现的次数 然后将按照出现的次 ...

  2. 代码随想录第十三天 | 150. 逆波兰表达式求值、239. 滑动窗口最大值、347.前 K 个高频元素

    第一题150. 逆波兰表达式求值 根据 逆波兰表示法,求表达式的值. 有效的算符包括 +.-.*./ .每个运算对象可以是整数,也可以是另一个逆波兰表达式. 注意 两个整数之间的除法只保留整数部分. ...

  3. Java实现 LeetCode 347 前 K 个高频元素

    347. 前 K 个高频元素 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. 示例 1: 输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2] 示例 2: 输 ...

  4. [LeetCode]347. 前 K 个高频元素(堆)

    题目 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. 示例 1: 输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2] 示例 2: 输入: nums = [1 ...

  5. leetcode 347. 前 K 个高频元素

    问题描述 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.   示例 1: 输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2] 示例 2: 输入: nums ...

  6. Leetcode 347.前K个高频元素 By Python

    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. 示例 1: 输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2] 示例 2: 输入: nums = [1], ...

  7. 347. 前K个高频元素

    题目描述 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. 示例 1: 输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2] 示例 2: 输入: nums = ...

  8. leetcode.排序.347前k个高频元素-Java

    1. 具体题目 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. 示例 1: 输入: nums = [1,1,1,2,2,3], k = 2 输出: [1,2] 示例 2: 输入: nums ...

  9. [LeetCode] 347. 前K个高频元素

    python 版方法1:链表 class Solution(object): def topKFrequent(self, nums, k): """ :type num ...

随机推荐

  1. /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.15' not found的解决办法

    #############################BEGIN############################# strings /usr/lib64/libstdc++.so.6.0. ...

  2. fastdfs下载文件自定义文件名称

    fdfs 存储节点storage安装nginx,修改nginx配置文件 location /group1/M00/ { root /fdfs/storage/data; if ($arg_attnam ...

  3. Maven与Nexus

    开始在使用Maven时,总是会听到nexus这个词,一会儿maven,一会儿nexus,当时很是困惑,nexus是什么呢,为什么它总是和maven一起被提到呢? 我们一步一步来了解吧. 一.了解Mav ...

  4. 获取天气预报java代码

    import java.io.BufferedReader; import java.io.FileNotFoundException; import java.io.IOException; imp ...

  5. linux Shell(待学)

    2. Shell 2.1 简介 shell脚本执行方式Shell 是一个用 C 语言编写的程序,通过 Shell 用户可以访问操作系统内核服务.它类似于 DOS 下的 command 和后来的 cmd ...

  6. 标定设备自动化-ASAP3

    欢迎关注<汽车软件技术>公众号,回复关键字获取资料. 1.ASAP3定义 下图选自INCA文档<INCA_IF_ASAM-ASAP3_EN.pdf>说明了ASAP3的用途:标定 ...

  7. Redis Set操作

    public void CleanPur() { var typedClient = _redisClient.As<PurClass>(); typedClient.DeleteAll( ...

  8. 折腾前端条形码(Barcode)扫描识别, 笔记

    barcode @zxing/library 方案 本地勉强把 Demo 在 React 里面跑通, 但是不好控制开始结束, API 不明确.实际识别率很低. 我是用手机屏幕放的条形码, 大概也有影响 ...

  9. unity优化-内存(网上整理)

    内存优化内存的开销无外乎以下三大部分:1.资源内存占用:2.引擎模块自身内存占用:3.托管堆内存占用.在一个较为复杂的大中型项目中,资源的内存占用往往占据了总体内存的70%以上.因此,资源使用是否恰当 ...

  10. python中:from * import 与 import 详解

    在python 中导入模块是我们最常用的功能,基本每个.py 文件中都会有 import 或者是 from * import 语句,可是,这两种方法有什么不同,有该怎么用?今天就好好分析一下. 先上定 ...